【摘 要】
：
目的 探讨不同危险因素对脑小血管病（cerebral small vessel disease,CSVD）患者CSVD总负荷的影响，并建立CSVD总负荷的临床预测模型。方法 回顾性分析2020年1月-2021年6月于唐山市工人医院神经内科连续就诊且接受头颅MRI检查的CSVD患者。通过影像学评估CSVD总负荷，并将研究对象分为总负荷0分组、1分组、2分组、3分组和4分组。采集患者年龄、性别、高血压
论文部分内容阅读
目的 探讨不同危险因素对脑小血管病（cerebral small vessel disease,CSVD）患者CSVD总负荷的影响，并建立CSVD总负荷的临床预测模型。方法 回顾性分析2020年1月-2021年6月于唐山市工人医院神经内科连续就诊且接受头颅MRI检查的CSVD患者。通过影像学评估CSVD总负荷，并将研究对象分为总负荷0分组、1分组、2分组、3分组和4分组。采集患者年龄、性别、高血压、糖尿病、高同型半胱氨酸血症、吸烟和饮酒史、是否合并新发或既往卒中、是否存在颅内大动脉狭窄等指标，通过单因素和多因素logistic回归分析探索CSVD总负荷的独立影响因素并建立临床预测模型。结果 共纳入812例CSVD患者，多因素分析显示，增龄（OR 1.068,95%CI 1.054～1.082）、高血压（OR 2.056,95%CI 1.533～2.721）、合并新发卒中（OR 2.303,95%CI 1.696～3.016）、合并既往卒中（OR 3.251,95%CI 2.377～4.233）是CSVD总负荷增加的独立危险因素。CSVD总负荷的预测模型为Ln（CSVD总负荷≤n）=C-（0.066×年龄+0.721×高血压+0.816×新发卒中+1.155×既往卒中），总负荷n=0、1、2、3时，所对应的常量C分别为1.028、2.887、4.866和6.321。Pearson和Deviance检验模型拟合优度分别为χ2=2204.357,P=0.897和χ2’=1596.575,P’=0.967，预测总准确度为83.4%。结论 增龄、高血压、合并新发或既往卒中是CSVD患者CSVD总负荷的独立影响因素，并且经验证，基于上述因素建立的临床预测模型具较好的预测效能。
其他文献
生物安全关乎人民生命健康、经济社会发展、国家长治久安和中华民族永续发展，是总体国家安全观的重要组成部分，是涉及国家和民族生存与发展的大事，也是影响乃至重塑世界格局的重要力量。《生物安全法》是国家安全法律体系的重要组成部分，也是应对生物恐怖威胁最有效的法律武器。评估发现，当前反生物恐怖主义面临的困境与挑战主要是以生物病毒传播、生物武器研制、生物技术滥用为代表的生物恐怖主义风险持续加剧。生物恐怖主义治
基于磁弹性复合材料设计一种毫米级微型游泳机器人，利用三维亥姆霍兹线圈实现空间均匀磁场对机器人的无缆驱动，通过时变旋转磁场来改变机器人的运动姿态，从而实现机器人的游泳动作。介绍微型游泳机器人结构及制作流程，并利用Abaqus建立仿真模型，通过有限元仿真和试验对机器人的游泳特性进行对比分析，研究磁场频率、强度对游泳速度的影响。在此基础上，采用改进型视距导航控制方法提高游泳机器人的抗干扰能力，同时提出一
面对新冠肺炎疫情带来的挑战,国产大飞机"三剑客"——C919、AG600、运-20在蓝天聚首,彰显担当。C919、AG600、运-20——国产大飞机"三剑客"代表着中国航空工业的跨代式发展,也蕴含着几代中国人的蓝天梦。近年来,随着"三剑客"在蓝天聚首,大飞机研制喜讯不断。
目的 通过测定经皮冠状动脉介入治疗（percutaneous coronary intervention, PCI）术前后的冠脉血流储备分数（fractional flow reserve, FFR）、冠脉微循环阻力指数（index of microcirculatory resistance, IMR）、冠脉血流储备（coronary flow reserve, CFR）、平均传导时间（tran
冠脉微循环功能障碍表现为无冠状动脉梗阻的心肌缺血,在临床中十分常见。由于冠脉微循环直径低于目前影像学检查的分辨率,所以对冠脉微循环障碍诊断主要依赖于对微循环功能的评估。常用检查方法包括冠状动脉造影血流延迟评估、冠状动脉血流储备评估（CFR）、冠脉微循环阻力指数测定、核素心肌灌注显像（MPI）、超声心肌造影、磁共振及CT心肌灌注等。每种方法各有优劣,在临床中应综合应用,取长补短,给患者带来更多的收益
在新课程改革不断发展下，学科核心素养及能力教育在各级课堂中已经成为首要的教学任务。在此背景下，高中生物学教师要积极和新课程改革接轨，借助深度学习策略，让学生的学习真正发生，在深度思考、探究中更加深刻地掌握、运用生物学知识，并有力促进学生高阶思维的形成，为学生今后的长远发展奠基。立足深度学习的内涵及原则，提出了基于发展学生生物学学科能力的深度学习路径。
交通流预测在路径引导、交通管控和交通信息服务等方面具有重要意义，已成为近年来的研究热点。为应对不同日期、道路情况和天气情况对交通流波动产生的影响，提出了一种基于时间聚类的交通流量预测模型TC-ConvLSTM。从微波检测器收集原始流量数据，清洗数据，去除异常点，使用K-shape聚类方法对交通流量进行时间聚类，并针对不同的簇使用卷积长短时记忆神经网络预测交通流量。与其他深度学习方法的对比实验表明：
深度学习可以促进学生对知识的理解，将新知识进行深度加工，使其与原有知识融合，并应用到新的语境中以解决学习中的问题。深度学习视角下的大学英语视听说智慧课堂教学模式，重视知识个性化差异，完善知识体系，培养学生的深度学习能力和创新思维。文章以深度学习为视角，梳理深度学习理论现状，建构智慧课堂新模式，以期为大学英语教学模式改革提供新的思路和方向。