期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
Predictors of non-response to cardiac resynchronization therapy implantation in patients with class Ⅰ indications: the markedly dilated left ventricular end-diastolic dimension and the presence of fragmented QRS 被引量:3
1
作者 Yi-Ran HU Wei HUA +7 位作者 Sheng-Wen YANG Min GU Hong-Xia NIU Li-Gang DING Jing WANG Ran JING Xiao-Han FAN Shu ZHANG 《Journal of Geriatric Cardiology》 SCIE CAS CSCD 2019年第7期514-521,共8页
Background Cardiac resynchronization therapy(CRT)is a highly effective treatment in patients with a class I recommendation.However,a small proportion of the strictly selected patients still fail to respond.This study ... Background Cardiac resynchronization therapy(CRT)is a highly effective treatment in patients with a class I recommendation.However,a small proportion of the strictly selected patients still fail to respond.This study was designed to identify predictors of non-response in patients with class I indications for CRT and determine the non-response probability of the patients.Methods A total of 296 consecutive patients with a class I recommendation received CRT from January 2009 to January 2017 were retrospectively analyzed.Multivariate logistic regression analysis was performed to identify predictors for non-response(defined as cardiac death,heart transplantation,or HF hospitalization during 1-year follow-up).Results Among 296 patients,30(10.1%)met non-response.Multivariate analysis demonstrated that non-response to CRT was associated with a fragmented QRS(odd ratio(OR)=2.86,95%CI:1.14–7.12;P=0.025)and left ventricular end-diastolic dimension(LVEDD)≥77 mm(OR=3.02,95%CI:1.17–7.82;P=0.022).Patients with both of the predictors had a non-response probability of 46.2%(95%CI:19.1%–73.3%).Conclusion In patients with left bundle branch block and wider QRS duration,the proportion of non-response to CRT is not low in real world.The presence of the dilated LVEDD or fragmented QRS is a strong predictor of non-response to CRT.The probability of non-response in the patients with the two predictors was 46.2%. 展开更多
关键词 Cardiac RESYNCHRONIZATION therapy class I indication NON-RESPONSE predictorS
暂未订购
急性脑卒中患者疲乏相关症状群特征及影响因素研究 被引量:17
2
作者 董小方 王敏 +2 位作者 郭园丽 吕培华 刘延锦 《中国护理管理》 CSCD 2021年第10期1470-1475,共6页
目的:研究急性脑卒中患者疲乏相关症状群的内部特征,并分析具有高症状特征的预测指标。方法:于2020年7—12月调查郑州市某三级甲等医院660例急性脑卒中患者的一般资料、疲乏、疼痛、睡眠状况、焦虑抑郁、社会支持、自我效能和生活质量状... 目的:研究急性脑卒中患者疲乏相关症状群的内部特征,并分析具有高症状特征的预测指标。方法:于2020年7—12月调查郑州市某三级甲等医院660例急性脑卒中患者的一般资料、疲乏、疼痛、睡眠状况、焦虑抑郁、社会支持、自我效能和生活质量状况,运用Mplus 7.4软件拟合急性脑卒中患者症状群的潜在类别并分析各潜在类别的表现特征。结果:急性脑卒中患者疲乏相关症状群可分为高症状组、心理障碍组和低症状组。可用于区分和预测高症状组的指标为低年龄段(OR=1.505,P=0.029)、较低的慢性病自我效能得分(OR=0.728,P=0.010)和较低的自我感知社会支持(OR=0.643,P=0.016)。结论:具有多重症状困扰的脑卒中患者生活质量差,后续对于急性脑卒中患者疲乏相关症状群的管理应强调提高社会支持和自我效能。 展开更多
关键词 脑卒中 症状管理 潜在类别分析 预测指标
原文传递
基于分类预测器及退化模型的图像超分辨率快速重建 被引量:3
3
作者 杨欣 费树岷 +1 位作者 周大可 唐庭阁 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第1期35-38,共4页
对基于学习的领域嵌套超分辨率重建方法进行了有效改进,提出了一种基于分类预测器以及退化模型的图像超分辨率重建技术.首先,利用退化模型得到图像训练集,并基于邻域嵌套进行分块;其次,根据图像各自特点提取灰度和梯度特征,并进行特征融... 对基于学习的领域嵌套超分辨率重建方法进行了有效改进,提出了一种基于分类预测器以及退化模型的图像超分辨率重建技术.首先,利用退化模型得到图像训练集,并基于邻域嵌套进行分块;其次,根据图像各自特点提取灰度和梯度特征,并进行特征融合,从而实现了训练过程中噪声信息的有效抑制及图像中边缘信息的锐化;然后,引入分类预测器的思想,设计了一种离线的分类预测器,对预测器进行离线训练,得出优化参数,从而大幅度减少了优化时间;最后,利用L2范数对低分辨率图像分块进行分类,将分块送入相应子预测器中进行快速超分辨率重建.实验结果表明,该算法具有良好的实时性和有效性. 展开更多
关键词 超分辨率重建 分类预测器 退化模型 特征提取 邻域嵌套
在线阅读 下载PDF
一种基于自样本学习的人脸图像超分辨率复原算法 被引量:2
4
作者 李晓光 沈兰荪 +1 位作者 Lam Kin Man 王素玉 《高技术通讯》 EI CAS CSCD 北大核心 2009年第4期377-381,共5页
针对人脸图像超分辨率复原问题,提出了一种新的基于自样本学习的超分辨率复原算法。该算法从输入图像本身提取训练样本库,并采用矢量量化的方法对训练样本进行分类。再利用并行设计的多类预测器对每类样本进行学习训练,指导高频信息的... 针对人脸图像超分辨率复原问题,提出了一种新的基于自样本学习的超分辨率复原算法。该算法从输入图像本身提取训练样本库,并采用矢量量化的方法对训练样本进行分类。再利用并行设计的多类预测器对每类样本进行学习训练,指导高频信息的估计重建。对来自输入图像本身的自样本训练集合和来自特定训练图像库的特定训练样本集合进行了对比研究。实验结果表明提出算法在图像重建质量和实现速度上都有很好的表现。 展开更多
关键词 超分辨率复原 人脸图像放大 示例学习 自样本 多类预测器
在线阅读 下载PDF
高血压患者自我管理能力及其潜在类别预测因素分析 被引量:5
5
作者 李雅琼 陈涛 +1 位作者 陈冰冰 薛春丽 《海南医学》 CAS 2024年第12期1689-1693,共5页
目的探究高血压患者的自我管理能力及其潜在类别预测因素。方法选取2020年5月至2022年12月于河南中医药大学第五临床医学院(郑州人民医院)就诊的218例原发性高血压患者为研究对象,通过填写一般信息调查表、高血压患者自我管理行为评估... 目的探究高血压患者的自我管理能力及其潜在类别预测因素。方法选取2020年5月至2022年12月于河南中医药大学第五临床医学院(郑州人民医院)就诊的218例原发性高血压患者为研究对象,通过填写一般信息调查表、高血压患者自我管理行为评估表、高血压疾病知识水平量表、高血压患者治疗态度与信念量表、高血压患者自我效能量表收集患者一般资料以及高血压管理相关数据,依据高血压自我管理的6个维度作为分类指标并进行潜在剖面分析以得出不同自我管理潜在类别,采用Logistic回归分析潜在类别的预测因素。结果共212例原发性高血压患者纳入本研究,其自我管理行为评估得分为(149.27±4.92)分。综合模型实际意义考虑,最终选择2类别为拟合模型。其中1类别(静态管理剖面)的132例(62.26%)高血压患者在用药管理、工作与休息管理、病情监测这3类静态管理维度上得分较高,2类别(动态管理剖面)的80例(37.74%)高血压患者在静态管理维度上得分较低,而在饮食管理、运动管理、情绪管理这3类动态维度的得分较高。两种类别管理剖面的患者性别、居住地、教育程度比较差异均无统计学意义(P>0.05),而在月收入、高血压病程、年龄、疾病知识水平、治疗态度与信念、自我效能方面比较差异均具有统计学意义(P<0.05)。Logistic回归分析结果显示,月收入、高血压病程、年龄、疾病知识水平、治疗态度与信念、自我效能均是高血压患者自我管理能力的潜在类别预测因素(P<0.05)。结论高血压患者自我管理能力可分为静态管理剖面与动态管理剖面,月收入、高血压病程、年龄、疾病知识水平、治疗态度与信念、自我效能均是高血压患者自我管理能力潜在类别预测因素。针对不同管理水平与潜在类别的原发性高血压患者采取不同的健康教育模式,可以提高患者的健康素养,改善健康状况。 展开更多
关键词 原发性高血压 自我管理 潜在类别 预测因素
暂未订购
乳腺癌化疗患者睡眠障碍变化规律及预测指标研究 被引量:17
6
作者 陆箴琦 《护理学杂志》 CSCD 北大核心 2021年第18期1-5,21,共6页
目的识别乳腺癌患者化疗期间睡眠障碍的纵向变化趋势及不同轨迹类别,并分析人口学及疾病相关因素对轨迹类别的预测作用。方法采用一般资料调查表、乳腺癌患者报告结局测量系统-化疗期间睡眠障碍量表收集219例乳腺癌患者首次化疗开始前、... 目的识别乳腺癌患者化疗期间睡眠障碍的纵向变化趋势及不同轨迹类别,并分析人口学及疾病相关因素对轨迹类别的预测作用。方法采用一般资料调查表、乳腺癌患者报告结局测量系统-化疗期间睡眠障碍量表收集219例乳腺癌患者首次化疗开始前、第1疗程用药结束后第7天(化疗早期)、第2~4疗程用药结束后第7天(化疗中期)及最后1个疗程用药结束后第7天(化疗末期)的睡眠障碍情况。使用重复测量方差分析比较不同时间点测评结果的差异,应用潜类别增长模型探讨轨迹类别,并采用χ2检验和Logistic回归分析探索轨迹类别的预测指标。结果乳腺癌化疗患者4个时间点睡眠障碍得分分别为47.50±8.82、51.38±10.83、50.66±9.90、50.46±9.99,差异有统计学意义(P<0.01)。识别出乳腺癌化疗患者睡眠障碍4条不同的潜在轨迹,命名为无睡眠障碍组(19.2%)、轻度睡眠障碍组(25.1%)、中度睡眠障碍组(50.7%)及重度睡眠障碍组(5.0%)。区域淋巴结转移(OR=1.475,P=0.042)、使用靶向药物(OR=2.135,P=0.011)及参与临床试验(OR=1.899,P=0.040)对乳腺癌化疗患者的睡眠障碍轨迹类别具有预测作用。结论乳腺癌化疗患者的睡眠障碍随着化疗的推进而动态变化,且其发展轨迹有显著的群体异质性,淋巴结转移、使用靶向药物及参与临床试验对患者的睡眠障碍轨迹类别具有预测作用。医护人员可根据睡眠障碍的变化规律及预测指标早期识别睡眠障碍中、高危人群,并为患者提供全程管理与精准照护。 展开更多
关键词 乳腺癌 化疗 睡眠障碍 变化轨迹 潜类别增长模型 预测指标 纵向研究
暂未订购
基于多类预测器学习的超分辨率复原算法
7
作者 汤嘉立 柳益君 杜卓明 《计算机工程与设计》 北大核心 2018年第4期1100-1105,共6页
为解决样本学习超分辨率算法的图像样本误匹配和边缘平滑问题,提出一种基于神经网络的非线性多类预测器学习算法,设计神经网络多类预测器,采用小生境基因表达式编程方法优化反向传播神经网络。通过学习样本集对预测器进行训练,学得学习... 为解决样本学习超分辨率算法的图像样本误匹配和边缘平滑问题,提出一种基于神经网络的非线性多类预测器学习算法,设计神经网络多类预测器,采用小生境基因表达式编程方法优化反向传播神经网络。通过学习样本集对预测器进行训练,学得学习样本中的先验知识,根据从低分辨率图像块提取的特征矢量预测图像高频信息,完成图像超分辨率复原。实验结果表明,相比样本预分类学习的几种算法,该算法的PSNR和SSIM值均有了一定提升,主观上复原结果具有更丰富的细节。 展开更多
关键词 超分辨率复原 多类预测器 小生境算法 基因表达式编程 神经网络
在线阅读 下载PDF
一个应用于MHCⅡ类分子亲和肽预测的集成分类器
8
作者 陈益青 张连明 《计算机应用与软件》 CSCD 2011年第8期9-11,19,共4页
分类是数据挖掘和机器学习领域的经典问题,由此产生的分类器目前在许多领域中有着广泛的具体应用。生物信息学作为近几年迅速兴起的交叉学科,自然成为分类器的重点应用方向之一。针对免疫生物信息学中的MHCⅡ类分子亲和肽预测这一重要课... 分类是数据挖掘和机器学习领域的经典问题,由此产生的分类器目前在许多领域中有着广泛的具体应用。生物信息学作为近几年迅速兴起的交叉学科,自然成为分类器的重点应用方向之一。针对免疫生物信息学中的MHCⅡ类分子亲和肽预测这一重要课题,现阶段已有不少成熟的分类器,但是各分类器表现互有优劣。因而,设计实现一个可以集中各个分类器优势的集成分类器,使其面对尽可能全面的数据集都有稳定表现,就显得十分重要。采用集成学习的方法设计实现一个可以用于预测MHCⅡ类分子绑定情况的分类器,该系统可以将任意数目的预测分类器进行集成,从而达到更好的分类效果。同时,这一分类器集成学习算法可以推广应用到生物信息相关的更广泛领域。 展开更多
关键词 MHCⅡ类分子绑定预测 分类器 等位基因 生物信息学 集成学习
在线阅读 下载PDF
脑卒中患者康复锻炼依从性发展轨迹及其潜在类别预测因素分析 被引量:34
9
作者 吕雨梅 郭玉成 周郁秋 《中华护理杂志》 CSCD 北大核心 2023年第17期2103-2111,共9页
目的探讨脑卒中患者康复锻炼依从性发展轨迹及其潜在类别的预测因素。方法采用便利抽样法,选取2020年9月—2021年5月大庆市2所三级甲等医院住院的252例脑卒中患者为调查对象。采用一般情况调查表、脑卒中患者功能锻炼依从性量表、疾病... 目的探讨脑卒中患者康复锻炼依从性发展轨迹及其潜在类别的预测因素。方法采用便利抽样法,选取2020年9月—2021年5月大庆市2所三级甲等医院住院的252例脑卒中患者为调查对象。采用一般情况调查表、脑卒中患者功能锻炼依从性量表、疾病感知问卷简版、Herth希望指数、医院焦虑抑郁量表收集患者的基线资料,于脑卒中后第6、14、24周评估患者的康复锻炼依从性水平,应用潜变量增长混合模型识别依从性发展轨迹,并采用多元Logistic回归分析不同发展轨迹类别的预测因素。结果共识别出脑卒中患者4种康复锻炼依从性发展轨迹:低依从性-改善组(7.5%)、持续中依从性组(21.4%)、中依从性-下降组(46.5%)与低依从性-下降组(24.6%)。多元Logistic回归分析显示,脑卒中类型、脑卒中发作次数以及基线希望、焦虑、抑郁水平是脑卒中患者康复锻炼依从性不同发展轨迹类别的独立预测因素(P<0.05)。结论脑卒中患者发病24周内康复锻炼依从性发展轨迹存在显著群体异质性,仅少部分患者依从性持续处于中等水平或由低水平获得改善,约1/4患者持续处于低水平并有下降趋势。医护人员应依据预测因素早期识别低依从性-下降组患者,实施针对性、特异性与高效的康复锻炼依从性干预,以改善依从性的发展趋势。 展开更多
关键词 脑卒中 康复锻炼 依从性 发展轨迹 预测因素 潜在类别 护理
原文传递
乳腺癌患者化疗期间症状群特征及预测指标的研究 被引量:44
10
作者 黄青梅 耿朝辉 +4 位作者 吴傅蕾 张雯 蔡婷婷 黄跃师 袁长蓉 《中华护理杂志》 CSCD 北大核心 2020年第9期1297-1303,共7页
目的探讨乳腺癌患者化疗期间症状群内部特征,并分析高症状特征患者的风险指标。方法采用横断面研究,于2016年1月—2017年1月选取上海市某三级甲等医院228例乳腺癌患者作为研究对象,收集乳腺癌患者化疗期间疲乏、焦虑、抑郁、睡眠障碍相... 目的探讨乳腺癌患者化疗期间症状群内部特征,并分析高症状特征患者的风险指标。方法采用横断面研究,于2016年1月—2017年1月选取上海市某三级甲等医院228例乳腺癌患者作为研究对象,收集乳腺癌患者化疗期间疲乏、焦虑、抑郁、睡眠障碍相关自我报告症状,基于潜类别模型探讨该症状群的潜在类别,并探索不同类别间的区分指标。结果乳腺癌患者化疗期疲乏-焦虑-抑郁-睡眠障碍症状群表现为3种不同的类别,分别命名为"高症状组""高心理症状组"和"低症状组",占比依次为25.0%、19.7%、55.3%。相比于"低症状组",前两组生活质量得分较低,差异有统计学意义(F=55.499,P<0.001)。锻炼自我效能是区分和预测"高症状组"的独立指标(OR=0.949,P=0.019);"高心理症状组"预测指标分别是中间型性格特点(OR=6.189,P=0.007)、未接受过乳腺癌切除术(OR=4.718,P=0.020)及较低的锻炼自我效能(OR=0.926,P=0.002)。结论乳腺癌患者化疗期间症状群存在明显不同的分类特征,"高症状组"的生活质量较低,锻炼自我效能是其重要预测因子。后续对于乳腺癌患者的症状管理应根据不同患者的症状特征,给予针对性的干预。 展开更多
关键词 乳腺癌 症状管理 潜类别模型 预测指标 护理
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部