简介:摘要负荷预测数据是电力系统运行和规划的重要依据,精准的负荷预测对于提高电力系统实际运行的经济性和可靠性有着非常重要的意义。我国正在推进电力市场的体质改革,对于负荷预测的研究更显得尤为重要。因为对于负荷预测的系统对电力市场提供着重要的技术支持,为物资贸易管理系统以及决策制定支持系统提供数据支持,在电力市场进行运营的同时也让各种各样的负荷预测方法迸发出了新的活力。因此预测未来长期负荷变化比较可行的也是最有效的方法就是对电力负荷的历史纪录数据进行整理观察,然后针对实际情况和现有的资料查找适合实际情况的负荷预测方法。目前,电力系统长期负荷预测法主要有趋势外推法、时间序列法、回归分析法以及灰色预测法等,而其中灰色计算法对于历史数据要求少,并且对数据分布无特殊要求以及限制,具有运算简便和可检验的优点。故本文选取灰色预测法对长期电力负荷进行仿真运算,检验其对于长期负荷预测的作用。
简介:摘要目的通过分析结直肠进展性腺瘤(AA)发生的危险因素,构建预测结直肠AA发生风险的列线图模型。方法回顾性收集2017年1月至2020年12月在南京医科大学第一附属医院行首次结肠镜检查并病理证实为结直肠息肉的患者临床资料,将整个队列随机分成训练集和验证集(7∶3)。通过单因素和多因素logistic回归分析结直肠AA发生的危险因素,并基于以上因素构建列线图模型。运用验证集进行模型内部验证,通过受试者工作特征(ROC)曲线下面积(AUC)评价模型的区分度,Calibration校准曲线评估模型预测概率与实际结果的一致性,决策分析曲线(DCA)评估模型的临床有效性。结果共有1 936例结直肠息肉患者纳入分析,其中1 356例患者纳入训练集(男840例、女516例),580例患者纳入验证集(男379例、女201例),年龄分别为(57.4±9.8)和(57.6±9.7)岁;其中无AA患者1 502例(77.6%)、有AA患者434例[22.4%,其中1~9 mm 73例(16.8%)、>9~<20 mm 271例(62.5%)、≥20 mm 90例(20.7%)]。回归分析发现,年龄[OR=1.018,95%可置信区间(CI):1.003~1.033]、脂肪肝(OR=1.870,95%CI:1.274~2.744)、低密度脂蛋白(LDL)(OR=1.378,95%CI:1.159~1.637)、粪便隐血试验(FOBT)(OR=2.597,95%CI:1.857~3.631)、息肉部位[近端(OR=2.869,95%CI:1.727~4.764)、远端(OR=2.791,95%CI:1.721~4.527)]与结直肠AA发生有关。该模型的AUC在训练集和验证集分别为0.664(95%CI:0.630~0.698)、0.640(95%CI:0.587~0.693),Calibration校准曲线表明预测和实际风险一致性良好,Hosmer-Lemeshow(H-L)检验P值在训练集和验证集分别为0.830、0.150,DCA表明该列线图具有临床应用价值。结论基于年龄、脂肪肝、LDL、FOBT、息肉部位这5个预测因素构建的列线图模型有助于预测结直肠息肉患者发生AA的风险,从而实现针对高危人群进行结直肠癌精准分层筛查策略。
简介:摘要目的建立儿童神经源性膀胱(NB)发生上尿路损害的预测模型并验证其效能。方法以2011年1月至2021年12月重庆医科大学附属儿童医院收治的143例NB住院患儿及郑州大学第一附属医院收治的84例NB住院患儿为研究对象,将前者设为训练集,后者设为验证集,对两者的一般参数进行比较。通过Lasso回归和多因素logistic回归分析筛选出NB患儿发生上尿路损害的危险因素,将危险因素纳入并建立列线图预测模型。分别在训练集和验证集中对模型进行内部和外部验证,采用受试者工作特征曲线下面积(AUC)验证模型的准确性。结果纳入的227例NB患儿中,男121例、女106例,年龄(10.2±3.8)岁。训练集和验证集之间除年龄外其他参数差异均无统计学意义(均P>0.05);Lasso回归和多因素logistic回归分析显示:逼尿肌漏尿点压(DLPP)≥40 cmH2O(OR=4.76,95%CI:2.01~11.26,1 cmH2O=0.098 kPa)、伴有膀胱过度活动(OAB)(OR=3.08,95%CI:1.34~7.04)、膀胱顺应性(BC)<20 ml/cmH2O(OR=3.65,95%CI:1.41~9.47)、既往泌尿系感染史(OR=2.73,95%CI:1.09~6.81)以及腹压或其他排尿方式(OR=2.86,95%CI:1.20~6.82)是NB患儿发生上尿路损害的危险因素(均P<0.05);使用上述参数建立儿童NB发生上尿路损害的列线图模型并进行内部和外部验证,训练集和验证集的AUC值分别为0.84(95%CI:0.77~0.91)和0.86(95%CI:0.79~0.94)。结论本研究构建的儿童NB上尿路损害预测模型有较高的准确度和临床适用性,可帮助临床医生早期发现高危患儿并及时进行干预。
简介:摘要目的探讨脓毒症心肌病患者的危险因素并基于左心室整体纵轴应变(LV GLS)建立其预测模型。方法将2019年9月至2021年1月苏北人民医院重症医学科收治的脓毒症且排除既往心功能障碍患者纳入研究。共纳入124例患者,其中男86例,女38例,年龄(66.3±12.8)岁。患者在72 h内行LV GLS测量,将患者分为脓毒症心肌病组(LV GLS>-17%,n=51)和心功能正常组(LV GLS≤-17%,n=73)。收集两组患者临床资料,进行单因素分析。单因素分析有差异变量,绘制受试者工作特征(ROC)曲线,分析单个因素预测价值和寻找预测脓毒症心肌病最佳截断值,并根据最佳截断值将连续性变量转换为二分类变量后进行脓毒症心肌病的多因素logistic回归分析筛选危险因素,建立脓毒症心肌病预测模型。通过ROC曲线和Bootstrap自抽样法评估模型预测价值,并绘制列线图。结果脓毒症心肌病组超敏肌钙蛋白I(Hs-TnI)、降钙素原(PCT)、氨基末端脑钠肽前体(NT-proBNP)、血乳酸(Lac)、血管活性药物强度(VDI)、序贯器官衰竭评分(SOFA)高于心功能正常组(均P<0.05)。多因素logistic回归分析显示:Hs-TnI≥0.131 μg/L(OR=6.71,95%CI:2.67~16.88,P<0.001)、PCT≥40 μg/L(OR=3.08,95%CI:1.10~8.59,P=0.032)、Lac≥4.2 mmol/L(OR=2.80,95%CI:1.02~7.69,P=0.045)、NT-proBNP≥ 3 270 ng/L(OR=2.67,95%CI:1.06~6.74,P=0.038)是脓毒症心肌病危险因素。基于以上4项危险因素构建脓毒症心肌病预测模型ROC曲线下面积为0.838(95%CI:0.766~0.910)。模型进行内部验证并绘制列线图,内部验证显示预测发生率与实际发生率基本一致,C指数(C-index)为0.822(95%CI:0.750~0.894)。结论Hs-TnI≥0.131 μg/L、PCT≥40 μg/L、Lac≥4.2 mmol/L、NT-proBNP≥3 270 ng/L是脓毒症心肌病的危险因素,且其构建脓毒症心肌病预测模型的诊断效能较好。
简介:摘要目的建立一个预测脑出血血肿扩大的诺模图模型并进行多角度评价。方法回顾性收集2017年1月至2019年12月在苏州大学附属第二医院神经外科或神经内科首诊并住院治疗的348例脑出血患者的影像学及临床资料,男236例,女112例,年龄18~94(62.0±14.6)岁。按照有无出现血肿扩大将患者分为血肿扩大组(121例)与血肿未扩大组(227例),并进行组间比较,取组间比较差异有统计学意义的变量进行多因素logistic回归分析,筛选出与血肿扩大有关的预测因素并建立诺模图模型。运用受试者工作特征(ROC)曲线、校准曲线及决策曲线(DCA)分别评价模型的预测效能、准确性及临床实用性,最后运用Bootstrap法进行内部验证。结果两组间发病时间、漩涡征、口服抗凝药物史、入院收缩压、入院格拉斯哥昏迷评分(GCS)、红细胞(RBC)分布宽度差异均有统计学意义[(1.77(1.0, 2.5) h比2(1, 3) h、72例(59.5%)比94例(41.4%)、17例(14.0%)比15例(6.6%)、(170.69±29.19) mmHg(1 mmHg=0.133 kPa)比(163.84±26.07)mmHg、11(8, 14)分比14(10, 15)分、44.3% (41.2%, 46.8%)比42.4% (40.1%, 45.3%);均P<0.05]。多因素logistic回归分析结果显示,发病时间(OR=0.809, 95%CI: 0.682~1.961)、漩涡征(OR=0.562, 95%CI: 0.349~0.905)、口服抗凝药物史(OR=0.394, 95%CI: 0.180~1.861)以及入院GCS(OR=0.881, 95%CI: 0.815~1.952)为血肿扩大的独立预测因素(均P<0.05)。以这4个因素建立起诺模图模型,该模型的ROC曲线下面积(AUC)为0.735(95%CI:0.687~0.805),模型的预测效能较好;模型的校准曲线显示,模型对血肿扩大的预测概率能较好拟合实际概率,校准度高;DCA分析表明该模型域概率范围为14%~72%,范围较大,临床实用性较强。内部验证结果显示,该模型预测血肿扩大的一致性指数为0.703,区分度良好。结论本研究建立的预测脑出血血肿扩大的诺模图模型的预测效能、区分度及临床实用性均较好,为临床及时识别可能发生血肿扩大的脑出血患者提供了一个直观可视的指导工具。
简介:摘要目的探讨增强 MRI列线图模型在预测双表型肝细胞癌(DPHCC)中的应用价值。方法回顾性分析2016年1月至2021年3月于苏州大学附属第一医院行增强MRI检查并经手术病理证实为肝细胞癌(HCC)的116例患者资料,男87例,女29例,年龄30~79(59±10)岁,其中DPHCC 31例,非双表型肝细胞癌(非DPHCC)85例,并按照6∶4的比例,采用随机数字表法分为训练组(51例非DPHCC,19例DPHCC)及验证组(34例非DPHCC,12例DPHCC),比较两组患者的临床及影像学特征的差异。然后将差异有统计学意义的特征纳入多因素logistic回归,获得独立预测指标并建立列线图模型,采用受试者工作特征曲线评估模型的预测能力,采用校准曲线对模型进行验证。结果在训练组中,DPHCC中环形动脉期高强化的患者占比高于非DPHCC[47.4%(9/19)比 7.8%(4/51),P<0.001]。环形动脉期高强化、强化的包膜是DPHCC的预测因素[OR值(95%CI)分别是10.17(1.70~60.80)、0.17(0.03~0.93),均P<0.05]。在训练组中,列线图的曲线下面积(AUC)、灵敏度、特异度分别为0.888(95%CI:0.806~0.969)、78.9%、86.3%;在验证组中,以上3个指标分别为0.811(95%CI:0.655~0.968)、75.0%、82.4%。结论增强MRI列线图模型对DPHCC具有一定的预测效能,灵敏度、特异度高。
简介:摘要目的探讨基于常规磁共振成像(MRI)影像组学模型预测垂体大腺瘤质地价值。方法回顾性分析2014年12月至2019年12月皖南医学院弋矶山医院经手术病理证实的101例垂体大腺瘤患者完整资料,根据术中垂体瘤质地分为质软组(n=58)与质硬组(n=43),按照7∶3比例随机将患者分为训练组(n=72)和验证组(n=29)。所有患者均行垂体常规MRI扫描。使用ITK-SNAP软件逐层手动勾画T1加权像(T1WI)、T2加权像(T2WI)和T1WI增强图像上肿瘤感兴趣区(ROI)并进行三维融合,然后导入AK软件提取纹理特征;利用最小冗余最大相关(mRMR)和最小绝对值收敛和选择算子(LASSO)回归分析进行特征选择和建立影像组学标签,并用100次留组交叉验证(LGOCV)验证模型的可靠性,绘制受试者工作特征(ROC)曲线评价模型的预测能力;应用决策曲线分析(DCA)评估模型的临床应用价值。结果T1WI、T2WI、T1WI增强和联合序列模型在训练组和验证组中预测垂体大腺瘤质地曲线下面积(AUC)(95%CI)分别为0.91(0.84~0.98)和0.90(0.78~1.00)、0.86(0.78~0.95)和0.83(0.64~1.00)、0.90(0.83~0.97)和0.89(0.77~1.00)以及0.92(0.85~0.98)和0.91(0.79~1.00)。DCA表明T1WI、T2WI、T1WI增强和联合序列模型均具有较好净获益。结论常规MRI的T1WI、T2WI、T1WI增强和联合序列模型均具有很高预测垂体大腺瘤质地的效能,为探索预测垂体大腺瘤质地提供了一种新的定量分析方法。
简介:摘要:现阶段,社会进步迅速,我国的机械行业建设的发展也有了创新。永磁同步发电机(PMSG)具有体积小、能量转换率高等优点,通过原动机带动其旋转发电,经过机/网侧变流器整流逆变后并网,可有效回收能源、提高能源利用率。但是,原动机受压力/风力等因素变化的影响,驱动转矩变化,导致转速不稳定,影响系统稳定运行,因此需研究相应的控制策略,提高系统稳定发电的能力。模型预测控制(MPC)具有原理简单、实现方便、响应效果好等优点,与DTC/DPC方法相结合能够改善系统的动态性能。但目前系统工作时机/网侧变流器通常独立运行,当原动机驱动转矩变化时,网侧控制部分无法及时反馈机侧参数的变化,造成网侧电压响应速度较慢,导致母线电压波动较大,系统动态性能变差。
简介:摘要目的基于影像组学特征构建预测模型,预测肺亚实性结节非侵袭性/侵袭性的病理亚型。方法回顾性收集2015 年1月至2019年9月东南大学附属中大医院及东部战区总医院胸部高分辨率计算机断层扫描(HRCT)表现为肺亚实性结节、手术病理结果为不典型瘤样增生(AAH)、原位腺癌(AIS)、微浸润性腺癌(MIA)、浸润性腺癌(IA)共352例患者资料,其中男108例,女244例,年龄[M(Q1,Q3)]57(50,65)岁。根据病理分为非侵袭组233例和侵袭组119例。按照训练集:内部测试集:外部测试集大约3∶1∶1的比例分为训练集(215例,非IA/IA为155例/60例)、内部测试集(69例,非IA/IA为52例/17例)及外部测试集(68例,非IA/IA为26例/42例,均为东部战区总医院病例)。记录特定的结节定量参数、组学特征、形态学特征、患者临床资料、血清肿瘤标志物。LASSO 回归用于构建组学标签。使用 logistic 回归分析分别构建形态学模型、CT 模型、综合模型,在测试集进行验证。结果基于训练集筛选出2个最有意义的特征为Shape_MinorAxis(Gradient)、Glszm_ZoneEntropy(LBP)(均P<0.001),构建组学标签=1.065 75×Shape_MinorAxis(Gradient)+0.030 58×Glszm_ZoneEntropy(LBP)。综合组学标签、胸膜凹陷征、定量参数(直径、平均密度)构建的 CT 模型为最优模型,回归方程Ln(P/1-P)=-2.417 11+1.031 60×组学标签+1.203 06×直径+1.614 21×(胸膜凹陷征=有)在训练集、测试集的AUC分别为0.954(95%CI:0.927~0.981)、0.865(95%CI:0.764~0.966),优于形态学模型0.857(95%CI:0.796~0.918)、0.818(95%CI:0.686~0.949)及综合模型0.951(95%CI:0.921~0.981)、0.856(95%CI:0.730~0.982)。结论综合构建的CT 模型对预测以亚实性结节为表现的侵袭性肺腺癌具有较好的预测效能。