中国西部贫困地区小学生营养与饮食行为现状及相关性

  目的   了解中国西部贫困地区学生营养与饮食行为现状及其关联,为中学生营养不良持续改善策略提供参考。  方法   2020年10—12月对陕西和四川共3个贫困县1 887名小学生进行体格测量和饮食行为问卷调查,采用混合效应模型分析营养状况与饮食行为的相关性。  结果   1 887名学生生长迟缓、消瘦、超重肥胖、中心型肥胖检出率分别为1.8%,6.6%,27.7%,24.5%,省份间差异均有统计学意义(χ2值分别为94.76,46.05,109.96,80.50,P值均 < 0.05)。陕西、四川学生超重肥胖检出率分别为32.8%,4.9%;生长迟缓和消瘦检出率陕西为0.4%,4.7%,四川为8.1%,14.7%。1 160名学生饮食行为分析结果显示每天吃早餐、蛋、奶等的学生比例偏低;关联分析结果显示,每天吃早餐与学生超重肥胖风险呈负相关(OR=0.26,P < 0.05),每周食用外卖和在食堂就餐2~6次与学龄儿童消瘦均呈正相关(OR值分别为2.51,2.82,P值均 < 0.05)。  结论   中国西部贫困地区小学生存在营养不足和营养过剩并存情况,且呈现地区差异。应采取针对性措施改善学生营养状况。     

淠河总干渠大型底栖动物初步调查

目的 研究淠河总干渠大型底栖动物分布及水质状况.方法 于2009年5月-2010年3月,对淠河总干渠六安段进行水质理化监测与大型底栖动物群落生态调查,并采用生物多样性指数(H)和综合污染指数(K)评价水质.结果 共检出底栖动物21种,隶属于3门5纲6目13科.优势种是中国圆田螺(Cipangopaludina chin...     

基于机器学习构建社区老年人焦虑抑郁评估预测模型

目的基于机器学习算法开发社区老年人焦虑抑郁预测模型。方法根据2019年山西省调查收集的15 079例老年人社会人口统计学因素和疾病状况, 利用广泛性焦虑障碍量表(GAD-7)和患者健康问卷(PHQ-9)进行焦虑抑郁评估, 学习患有心理疾病的老年人群表征, 使用随机森林、XGBoost和LightGBM算法分别建立预测模型, 以受试者工作曲线(ROC)曲线下面积(AUC)、准确率、精度、召回率和F分数量化了预测性能并进行排序。基于Shapley值的特征归因框架分析老年人焦虑抑郁的高风险因素。结果我们构建的基于LightGBM的全特征预测模型AUC可达0.805(95%CI:0.794～0.811), 与随机森林0.730(95%CI:0.702～0.741)和XGboost 0.802(95%CI:0.780～0.807)相比, LightGBM算法显示出了较高的准确率, 从而使其成为较强的预测模型。简化后的模型确定的8个特征可以达到0.75左右的AUC。结论构建的全新的焦虑抑郁评估预测模型, 可以应用于基层健康普查或者自查, 对社区老年人焦虑抑郁进行快速预测。