您的位置: 专家智库 > >

山东大学齐鲁生物医学大数据研究中心

作品数:21 被引量:183H指数:8
相关作者:杨洋陈亚飞李向一苏萍王永超更多>>
相关机构:济宁医学院附属医院更多>>
发文基金:国家自然科学基金国际科技合作与交流专项项目山东省医药卫生科技发展计划项目更多>>
相关领域:医药卫生社会学经济管理更多>>

文献类型

  • 21篇中文期刊文章

领域

  • 21篇医药卫生
  • 1篇经济管理
  • 1篇社会学

主题

  • 15篇健康
  • 12篇队列
  • 7篇健康管理
  • 5篇队列研究
  • 3篇血管
  • 3篇COX回归
  • 2篇心病
  • 2篇血压
  • 2篇肾脏
  • 2篇肾脏病
  • 2篇糖尿
  • 2篇糖尿病
  • 2篇粒细胞
  • 2篇慢性
  • 2篇慢性肾脏
  • 2篇慢性肾脏病
  • 2篇健康风险评估
  • 2篇冠心病
  • 2篇多中心
  • 2篇发病

机构

  • 21篇山东大学
  • 4篇济宁医学院
  • 2篇威海市立医院
  • 2篇胜利石油管理...
  • 2篇山东大学(威...
  • 1篇临沂市人民医...
  • 1篇胜利油田中心...
  • 1篇山东大学第二...

作者

  • 17篇薛付忠
  • 5篇刘言训
  • 5篇李敏
  • 4篇苏萍
  • 3篇王春霞
  • 3篇袁中尚
  • 3篇陈亚飞
  • 3篇王淑康
  • 3篇周苗
  • 2篇杨亚超
  • 2篇李向一
  • 2篇刘静
  • 2篇夏冰
  • 2篇杨洋
  • 2篇王萍
  • 2篇李吉庆
  • 2篇蒋正
  • 2篇王停停
  • 2篇王金涛
  • 2篇王永超

传媒

  • 21篇山东大学学报...

年份

  • 1篇2019
  • 1篇2018
  • 19篇2017
21 条 记 录,以下是 1-10
排序方式:
基于健康管理队列的心血管事件风险预测模型被引量:8
2017年
目的基于健康管理队列构建心血管事件风险预测模型。方法数据来源于山东多中心健康管理纵向观察队列,共72 843人纳入队列。随机抽取70%队列人群作为训练组,其余30%作为校验组,应用Cox比例风险回归模型对影响心血管事件发生的因素进行变量筛选,利用部分分布竞争风险模型建立心血管事件预测模型,并使用十折交叉验证法检验模型稳定性。结果队列随访期间共发生心血管事件2 463例,发病密度为88.79/1 000人年,死于非心血管事件164例。最终纳入模型的变量包括年龄、吸烟、体质量指数、高血压、糖尿病、血脂异常、ST-T改变、T波改变、异常Q波、心律失常及肾脏疾病。训练组ROC曲线下面积男性为0.837(95%CI:0.821~0.853),女性为0.897(95%CI:0.880~0.913);校验组ROC曲线下面积男性为0.838(95%CI:0.813~0.862),女性为0.893(95%CI:0.872~0.914)。结论构建的心脑血管事件预测模型在健康管理人群中有较好的预测能力。
李吉庆赵焕宗宋炳红张理纯李向一陈亚飞王萍薛付忠
关键词:心血管事件健康管理
基于健康管理队列的高血压风险预测模型被引量:4
2017年
目的基于健康管理队列,构建高血压风险预测模型。方法依托山东多中心健康管理纵向观察队列,排除基线高血压、心脑血管疾病、血肌酐>177μmol/L、年龄<20岁者,构建高血压研究队列(共22 177人,其中男12 044人,女10 133人),分性别采用Cox回归建立高血压预测模型,并评价模型预测效果。结果观察期间新发高血压4 571例,发病密度为62.84/1 000人年。最终男性模型中的变量包括年龄、体质量指数、收缩压、舒张压、空腹血糖和红细胞压积,ROC曲线下面积(AUC)为0.821(95%CI:0.812~0.830);女性模型中的变量包括年龄、体质量指数、收缩压、红细胞计数和高密度脂蛋白,AUC为0.818(95%CI:0.806~0.828)。十折交叉验证结果显示,男女AUC分别为0.819(95%CI:0.810~0.828)、0.814(95%CI:0.803~0.825)。结论该模型具有较好的预测能力,可用来识别高血压高危个体。
于涛刘焕乐冯新徐付印陈亚飞薛付忠张成琪
关键词:高血压
基于健康管理队列的冠心病风险预测模型被引量:7
2017年
目的构建基于山东省健康管理队列的冠心病风险预测模型。方法构建山东省健康管理队列,基于国际上较为通用的冠心病风险预测模型变量,应用Cox比例风险回归模型进行单因素分析,利用竞争风险模型建立心脑血管事件预测模型,使用十折交叉验证法检验模型稳定性。结果共纳入队列73 386人,其中男41 968人,女31 418人。队列中位随访时间3.10年。经随访共有1 545人发生冠心病,其中男958人,发病密度为5.95/1 000人年;女587人,发病密度为4.90/1 000人年。建立的男性模型AUC为0.809(95CI:0.804~0.815),O/E值为0.98;女性模型AUC为0.869(95%CI:0.863~0.874),O/E值为1.02。经十折交叉内部验证,男性模型AUC为0.806(95%CI:0.801~0.812),女性为0.866(95%CI:0.860~0.872)。结论构建的冠心病预测模型在健康管理队列中有较好的预测能力。
王春霞许艺博杨宁夏冰王萍薛付忠
关键词:冠心病
健康管理人群高脂血症风险预测模型被引量:10
2017年
目的建立20岁以上健康管理人群高脂血症风险预测模型并对其预测效果进行评价。方法依托山东多中心健康管理纵向观察队列共纳入30 056人,采用Cox比例风险回归建立高脂血症预测模型,利用ROC曲线下面积(AUC)进行模型评价,十折交叉验证法检验模型的预测效果和判别能力。结果随访期间共新发高脂血症5 063例,发病密度为47.78‰。预测模型纳入的变量为年龄、性别、吸烟、饮酒、总胆固醇、甘油三酯、总胆红素、高密度脂蛋白、糖尿病和高血压10个变量。预测模型的ROC曲线下面积AUC为0.741(95%CI:0.731~0.752),经十折交叉验证平均AUC为0.741。结论构建的高脂血症风险预测模型在健康管理人群中具有较好预测能力。
张光王广银吴红彦张红玉王停停李吉庆李敏康凤玲刘言训薛付忠
关键词:高脂血症队列
健康管理人群缺血性异常心电图的影响因素被引量:8
2017年
目的阐明健康管理人群的缺血性异常心电图的影响因素及非缺血性异常心电图对重要的缺血性异常心电图的预测价值。方法选择山东多中心健康管理纵向观察队列中至少参加2次体检的个体,排除冠心病及缺血性异常心电图患者,构建随访队列。对随访中发生缺血性异常心电图者与未发生缺血性异常心电图者,比较其基线信息,并筛选影响缺血性异常心电图的危险因素,进一步构建缺血性异常心电图的Cox回归分析模型。结果队列中共纳入45 546例,随访时间1~7年,平均3.24年,随访中共有7 656例出现缺血性异常心电图,发病密度为77.57/1 000人年。缺血性异常心电图发生的主要影响因素是年龄偏高、女性、高收缩压和舒张压、高空腹血糖、白细胞计数高以及非缺血性异常心电图R波高电压。结论本研究探讨导致缺血性异常心电图的危险因素,为制定切实可行的健康干预措施提供了科学依据。
李江冰宋心红林海燕张冬芝李向一许艺博王丽薛付忠
关键词:影响因素队列研究
健康管理人群2型糖尿病发病风险预测模型被引量:25
2017年
目的构建健康管理人群2型糖尿病3年发病风险预测模型。方法依托山东多中心健康管理纵向观察大数据库,选择20~75岁的基线未患2型糖尿病者构建队列。采用Cox比例风险回归构建2型糖尿病预测模型,以受试者工作特征曲线下面积(AUC)评价模型的预测效能,以十折交叉验证法检验模型的稳定性。结果随访期间共新发糖尿病1 624例,男性和女性的发病密度分别为15.00‰、10.83‰。男性预测模型最终纳入的变量包括年龄、体质量指数、空腹血糖、甘油三酯、谷丙转氨酶、白细胞计数。纳入女性预测模型的变量包括年龄、空腹血糖、甘油三酯、高密度脂蛋白、谷丙转氨酶。男性和女性预测模型的AUC分别为0.795(95%CI:0.764~0.827)和0.707(95%CI:0.654~0.759)。结论分性别建立的2型糖尿病发病风险预测模型在健康管理人群中均具有较好预测能力。
苏萍杨亚超杨洋季加东阿力木.达依木李敏薛付忠刘言训
关键词:2型糖尿病队列
健康管理人群代谢综合征发病风险预测模型被引量:12
2017年
目的基于健康管理人群队列,构建代谢综合征的5年发病风险预测模型。方法依托山东多中心健康管理纵向观察队列,选取20~80岁且基线未患代谢综合征者构建队列,采用Cox比例风险回归构建预测模型,并利用十折交叉验证法检验模型的稳定性,通过受试者工作特征曲线(ROC)下面积(AUC)和观测/期望(OE比)评价模型的预测效果。结果随访期间共发生代谢综合征1 591例(男1 273例,女318例),发病密度为38.57/1 000人年。男性代谢综合征预测模型纳入的变量包括年龄、BMI、空腹血糖、甘油三酯、高密度脂蛋白、血尿酸、总胆固醇和是否高血压,女性模型纳入变量包括年龄、BMI、空腹血糖、甘油三酯、血尿酸和是否高血压;模型ROC曲线下面积分别为0.751(95%CI:0.742~0.759)和0.745(95%CI:0.734~0.756);OE比分别为1.03和1.00;十折交叉验证ROC曲线下面积平均值分别为0.749和0.746。结论本研究利用健康管理纵向队列数据,建立了代谢综合征5年发病风险预测模型,经十折交叉验证结果表明,其在健康管理人群中有较好的预测效果,有助于识别高发病风险人群,进而减少和预防代谢综合征的发生。
孙苑潆杨亚超曲明苓陈雁敏李敏王淑康薛付忠刘云霞
关键词:代谢综合征
健康管理人群脑卒中风险预测模型被引量:9
2017年
目的构建20岁以上健康管理人群脑卒中发病风险预测模型。方法依托山东多中心健康管理纵向观察大数据库,构建20岁以上人群的脑卒中发生队列。采用Fine-Gray竞争风险模型分性别分别构建脑卒中风险预测模型。结果观察期间共新发生脑卒中患者1 299例,其中男829例,女470例,发病密度为4.51‰。男性预测模型纳入变量为年龄、高血压、冠心病史、糖尿病、吸烟、体质量指数、甘油三酯、白细胞计数、血小板计数、高密度脂蛋白、总胆固醇;女性预测模型纳入变量为年龄、高血压、冠心病史、红细胞计数、血红蛋白、体质量指数。男性与女性预测模型的受试者工作特征曲线下面积(AUC)分别为0.846(95%CI:0.828~0.864)、0.878(95%CI:0.858~0.898)。结论成功构建的脑卒中风险预测模型在健康管理人群中具有很好的预测能力。
李敏王春霞夏冰朱茜孙苑潆王淑康薛付忠贾红英
关键词:脑卒中
健康管理人群慢性肾脏病风险预测模型被引量:6
2017年
目的构建健康管理人群慢性肾脏病(CKD)发病风险预测模型。方法从山东多中心健康管理纵向观察队列中选取年龄20岁以上、至少有两次纵向观察结果、初次观察结果未患CKD的健康管理对象,共17 654人,随访观察结局为CKD。应用Cox比例风险回归模型建立风险预测模型,以受试者工作特征曲线下面积(AUC)评价模型的拟合效果,应用十折交叉验证法验证模型的稳定性。结果观察期间共有770例新发CKD病例,发病密度为17.69/1 000人年。最终纳入模型的预测因子有年龄、性别、高血压、糖尿病、血肌酐、血尿素氮、血尿酸、嗜碱性粒细胞百分比。模型AUC为0.685(95%CI:0.678~0.692),且稳定性较好。结论建立的CKD风险预测模型在健康管理人群中有较好的预测能力。
周苗夏同耀孙爱玲李明申振伟卞伟玮蒋正康凤玲柳晓涓薛付忠刘静
关键词:慢性肾脏病健康管理队列
健康管理队列白内障发病风险预测模型被引量:1
2017年
目的构建50岁以上健康管理队列的白内障发病风险预测模型。方法依托山东多中心健康管理纵向观察数据库,采用Cox比例风险回归构建白内障发病风险预测模型,通过ROC曲线下面积(AUC)评价模型的预测效果,并利用十折交叉验证来检验模型的稳定性。结果随访期间共新发白内障病例1 010例,发病密度为24.76‰。预测模型最终纳入年龄、性别、吸烟、高黏稠血症、鼓膜疾患、屈光不正、糖尿病、总胆固醇和收缩压9个变量。白内障发病风险预测模型的AUC为0.712(95%CI:0.693~0.732)。十折交叉验证的平均AUC为0.714。结论研究构建的白内障发病风险预测模型有较好的预测效果,为白内障高危人群的早期筛查提供了依据。
于媛媛王春霞苏萍孙苑潆薛付忠刘言训
关键词:白内障队列研究
共3页<123>
聚类工具0