目的探索一套适用于我国帕金森病(Parkinson disease,PD)患者嗅觉检测的嗅棒组合方案。方法采用回顾性分析,使用含16种气味嗅棒的不同组合(分别是SIT-16、SIT-12、Ch-SIT-12)对133例PD患者及103例健康对照进行嗅觉测试,分析两组人群气...目的探索一套适用于我国帕金森病(Parkinson disease,PD)患者嗅觉检测的嗅棒组合方案。方法采用回顾性分析,使用含16种气味嗅棒的不同组合(分别是SIT-16、SIT-12、Ch-SIT-12)对133例PD患者及103例健康对照进行嗅觉测试,分析两组人群气味识别正确率的差异。计算不同气味组合筛查PD的受试者操作特征(ROC)曲线。以随机森林模型算法,建立一套最优版嗅棒组合方案。结果16种气味除丁香外,PD组识别率均低于健康对照组。ROC曲线显示:SIT-16、SIT-12、Ch-SIT-12的曲线下面积(area under the curve,AUC)分别为0.82(95%CI:0.76~0.87)、0.80(95%CI:0.75~0.86)、0.80(95%CI:0.74~0.85)。随机森林模型结果示橘子、薄荷、香蕉、甘草、咖啡、菠萝、玫瑰、鱼、香油、酱油10种气味组合(即Ch-SIT-10)的AUC值为0.81(95%CI:0.75~0.86),诊断界值为7.5时筛查PD的敏感性为76%,特异性为81%。Ch-SIT-10筛查PD敏感性、特异性与其他组合相近。结论改良后的Ch-SIT-10测试为筛查中国PD人群的嗅觉障碍提供了一种简便的方案。展开更多
随着全球变暖,复合型气候事件的发生特征逐渐成为近年来研究的热点。本研究采用第五代欧洲中期天气预报中心(The European Centre for Medium-Range Weather Forecasts,ECMWF)全球气候大气再分析(ECMWF Reanalysis v5,ERA5)数据中包含...随着全球变暖,复合型气候事件的发生特征逐渐成为近年来研究的热点。本研究采用第五代欧洲中期天气预报中心(The European Centre for Medium-Range Weather Forecasts,ECMWF)全球气候大气再分析(ECMWF Reanalysis v5,ERA5)数据中包含的日最高温和日降水数据分析了中国1982—2022年复合干热和湿热事件的发生特征,并引入了震级指数衡量复合事件的强度,结果显示复合事件的持续时间、频次和震级均显示不同程度的增长,其中复合湿热事件(CHTRE)的增长幅度均高于复合干热事件(CHTDE);极端型复合干热和湿热事件上升趋势最为明显(分别为0.24%和0.11%),高温主导了复合事件的变化趋势;6—8月是中国复合干热/复合湿热事件发生的主要月份,其中极端型复合事件多集中在7月。由于极端事件可能会随着全球持续变暖而增加,因此了解复合事件的发生特征对于增强中国抵御气候变化影响的能力至关重要。展开更多
文摘目的探索一套适用于我国帕金森病(Parkinson disease,PD)患者嗅觉检测的嗅棒组合方案。方法采用回顾性分析,使用含16种气味嗅棒的不同组合(分别是SIT-16、SIT-12、Ch-SIT-12)对133例PD患者及103例健康对照进行嗅觉测试,分析两组人群气味识别正确率的差异。计算不同气味组合筛查PD的受试者操作特征(ROC)曲线。以随机森林模型算法,建立一套最优版嗅棒组合方案。结果16种气味除丁香外,PD组识别率均低于健康对照组。ROC曲线显示:SIT-16、SIT-12、Ch-SIT-12的曲线下面积(area under the curve,AUC)分别为0.82(95%CI:0.76~0.87)、0.80(95%CI:0.75~0.86)、0.80(95%CI:0.74~0.85)。随机森林模型结果示橘子、薄荷、香蕉、甘草、咖啡、菠萝、玫瑰、鱼、香油、酱油10种气味组合(即Ch-SIT-10)的AUC值为0.81(95%CI:0.75~0.86),诊断界值为7.5时筛查PD的敏感性为76%,特异性为81%。Ch-SIT-10筛查PD敏感性、特异性与其他组合相近。结论改良后的Ch-SIT-10测试为筛查中国PD人群的嗅觉障碍提供了一种简便的方案。
文摘随着全球变暖,复合型气候事件的发生特征逐渐成为近年来研究的热点。本研究采用第五代欧洲中期天气预报中心(The European Centre for Medium-Range Weather Forecasts,ECMWF)全球气候大气再分析(ECMWF Reanalysis v5,ERA5)数据中包含的日最高温和日降水数据分析了中国1982—2022年复合干热和湿热事件的发生特征,并引入了震级指数衡量复合事件的强度,结果显示复合事件的持续时间、频次和震级均显示不同程度的增长,其中复合湿热事件(CHTRE)的增长幅度均高于复合干热事件(CHTDE);极端型复合干热和湿热事件上升趋势最为明显(分别为0.24%和0.11%),高温主导了复合事件的变化趋势;6—8月是中国复合干热/复合湿热事件发生的主要月份,其中极端型复合事件多集中在7月。由于极端事件可能会随着全球持续变暖而增加,因此了解复合事件的发生特征对于增强中国抵御气候变化影响的能力至关重要。
