为分析红松树高的生长规律,筛选生长优良种源,本研究利用帽儿山实验林场的26个种源234株人工红松树高、胸径和材积的差异对种源进行分组,结合Gompertz、Korf、Richards、Logistic、Schumacher基础模型构建树高生长方程,对比选出最优基础模型,将种源分组作为哑变量引入基础模型,根据确定系数(R2)、均方根误差(RMSE)、赤池信息准则(AIC)、模型预估精度(FP)对模型进行综合评价,构建基于帽儿山林场红松生长的最优树高生长方程.结果表明:26个种源的生长性状值在区组间具有显著差异,而在种源间树高和胸径表现为差异显著.综合考虑不同生长性状指标所划分的4组种源生长量分别为A组(五营、鹤北、临江、东方红、桦南、露水河、方正)＞B组(爱辉三站、凉水、铁力、清河)＞C组(乌伊岭、沾河、亮子河、白河、柴河、草河口、八家子)＞D组(桶子沟、大石头、汪清、和龙、延寿、大海林、小北湖、穆棱).4组的最优基础树高生长模型为Gompertz模型,引入哑变量后模型的拟合精度(R2=0.9353)高于基础模型(R2=0.9303),模型预测精度也有一定的提升.各组种源树高生长曲线均符合"S"形变化规律,但各组存在明显差异,以A组种源表现最好.不同种源的红松生长量在一定程度上具有差异,含种源分组哑变量的人工红松树高生长模型能有效提高模型的预测精度,反映不同种源红松的树高生长差异,可以为红松人工林的选种培育提供科学依据.

目的:探索除TNM分期外的临床病理因素，包括术前肿瘤体积、长度及最大直径对胸段食管鳞状细胞癌预后的影响，并以列线图(nomogram)的方式评价有统计学意义的临床病理变量预测总生存率的情况。方法:回顾性分析2011—2014年在扬州大学附属泰兴人民医院胸外科接受食管癌根治术的296例患者，根据术前肿瘤体积、长度及最大直径的最佳临界值进行分组，采用Kaplan-Meier法计算生存率并行log-rank检验，应用Cox模型单因素及多因素分析临床变量与生存预后的关系，最终纳入有统计学意义的临床病理参数建立列线图模型，并通过校准曲线图、一致性指数(C-index)和决策曲线图进一步验证该模型的预测价值。结果:经X-tile分析确定术前肿瘤体积的最佳临界值为32 cm 3和72 cm 3，肿瘤体积<32 cm 3( n＝94)、32～72 cm 3( n＝118)和>72 cm 3( n＝84)的3组患者1、3、5年生存率分别为100%、84.0%、68.1%，98.3%、42.4%、24.6%和94.1%、25.0%、7.1%( χ2＝86.639， P<0.001)；肿瘤长度的最佳临界值为3.0 cm和5.0 cm，肿瘤长度<3.0 cm( n＝62)、3.0～5.0 cm( n＝146)和>5.0 cm( n＝88)的3组患者1、3、5年生存率分别为99.5%、87.1%、69.4%，98.6%、47.9%、30.1%和94.3%、29.6%、13.6%( χ2＝53.607， P<0.001)；肿瘤最大直径的最佳临界值为2.5 cm和3.5 cm，肿瘤最大直径<2.5 cm( n＝51)、2.5～3.5 cm( n＝121)和>3.5 cm( n＝124)的3组患者1、3、5年生存率分别为99.5%、84.3%、74.5%，98.3%、57.0%、36.4%和96.0%、29.0%、13.7%( χ2＝62.109， P<0.001)。单因素分析结果显示，肿瘤位置、分化程度、T分期、N分期、TNM分期、辅助治疗、术前肿瘤体积、长度及最大直径均与胸段食管鳞状细胞癌患者的总生存期(OS)密切相关(均 P<0.05)。Cox多因素分析结果显示，分化程度( HR＝0.514，95% CI为0.366～0.723， P＝0.019)、TNM分期( HR＝1.757，95% CI为1.267～2.612， P＝0.015)、辅助治疗( HR＝0.669，95% CI为0.503～0.889， P＝0.006)和术前肿瘤体积(将<32 cm 3设为哑变量，32～72 cm 3： HR＝3.689，95% CI为2.415～5.637， P<0.001；>72 cm 3： HR＝5.720，95% CI为3.606～9.075， P<0.001)是影响OS的独立危险因素。根据多变量分析有统计学意义的临床病理参数而构建的列线图模型预测胸段食管鳞状细胞癌术后OS的C-index为0.722(95% CI为0.687～0.757)，明显高于第7版AJCC TNM分期的C-index(0.633，95% CI为0.595～0.671)。另外，校准曲线图表明列线图模型预测5年OS率和实际观察值之间存在高度一致性，决策曲线分析也表明，列线图模型预测胸段食管鳞状细胞癌术后的生存预后比TNM分期模型具有更高的临床应用潜能。 结论:纳入术前肿瘤体积的列线图在预测胸段食管鳞状细胞癌患者生存预后方面具有重要价值。

目的:探索术前Naples预后评分(NPS)对胸段食管鳞状细胞癌(ESCC)患者生存预后的影响。方法:回顾性分析2014年12月至2020年12月在扬州大学附属泰兴人民医院胸外科接受食管癌根治术的134例患者，根据术前血清白蛋白、总胆固醇、中性粒细胞计数与淋巴细胞计数的比值(NLR)以及淋巴细胞计数与单核细胞计数的比值(LMR)的中位值计算NPS，并将患者分为NPS 0分组(20例)、NPS 1或2分组(62例)和NPS 3或4分组(52例)，采用Kaplan-Meier法计算生存率并行log-rank检验，应用Cox模型单因素及多因素分析NPS与患者预后的关系。结果:NPS 0分组患者的1、3和5年无进展生存率分别为95.0%、70.0%和60.0%，NPS 1或2分组患者的1、3和5年无进展生存率分别为66.1%、24.2%和24.2%，NPS 3或4分组患者的1、3和5年无进展生存率分别为48.1%、3.8%和1.9%，差异有统计学意义( χ2＝31.27， P<0.001)；NPS 0分组患者的1、3、5年总生存率分别为100.0%、80.0%和70.0%，NPS 1或2分组患者的1、3、5年总生存率分别为96.8%、36.7%和32.3%，NPS 3或4分组患者的1、3、5年总生存率分别为90.4%、32.7%和5.8%，差异有统计学意义( χ2＝29.70， P<0.001)。单因素分析显示，性别、T分期、N分期、TNM分期和NPS均与胸段ESCC患者的无进展生存期和总生存期密切相关(均 P<0.05)。Cox多因素分析结果显示，T分期( HR＝1.46，95% CI为1.07~2.00， P＝0.019)、N分期( HR＝1.34，95% CI为1.02~1.76， P＝0.037)和NPS(将NPS 0分组设为哑变量，NPS 1或2分组： HR＝3.35，95% CI为1.58~7.11， P＝0.002；NPS 3或4分组： HR＝6.15，95% CI为2.89~13.11， P＝0.001)是影响无进展生存期的独立因素。另外，T分期( HR＝1.67，95% CI为1.01~2.77， P＝0.046)，N分期( HR＝1.44，95% CI为1.00~2.20， P＝0.048)和NPS(将NPS 0分组设为哑变量，NPS 1或2分组： HR＝3.10，95% CI为1.31~7.32， P＝0.010；NPS 3或4分组： HR＝5.09，95% CI为2.14~12.11， P＝0.001)也是影响总生存期的独立因素。 结论:术前NPS在预测胸段ESCC患者生存预后方面具有重要价值。

"栽针保阔"是恢复我国东北阔叶红松林的有效途径,透光抚育能促进冠下红松生长并加快演替进程,但目前有关透光抚育如何影响次生林内红松生长过程仍不清楚.以长白山"栽针保阔"红松林为对象,构建含双哑变量(透光抚育强度和林木分级)的红松胸径和树高生长模型来预测不同透光抚育强度[即对照(未透光)、轻度透光抚育(保留上层郁闭度0.6)、中度透光抚育(0.4)、强度透光抚育(0.2)和全透光(伐除全部上层阔叶树)]林分中红松三级木的生长过程,揭示透光抚育强度对林内红松胸径和树高及高径比的影响规律.结果表明:6个基础模型中,Gompertz为红松胸径(R2=0.46)和树高(R2=0.81)最优基础模型,在基础模型中引入透光抚育强度单哑变量、双哑变量后胸径模型的R2分别提高至0.65和0.89,树高模型的R2分别提高至0.84和0.94;双哑变量模型为预测红松生长的最适模型.被压木胸径生长在整个模拟预测期间(树龄0～80年)均随透光抚育强度增大而递增(增幅为145.8％～933.3％),而平均木和优势木在中期(42年)、中后期(60年)呈此规律.在初期(20年)和中期,全透光与强度透光抚育对红松优势木(64.8％～68.5％)、平均木(100.0％～144.2％)和被压木(138.5％～183.9％)树高生长的影响程度相近,中度透光抚育和轻度透光抚育对其影响相近(24.3％～35.1％、56.0％～92.3％和84.6％～103.2％);在中后期(62年)和后期(80年),红松三级木树高生长均随透光抚育强度增大而递增.各透光抚育强度下红松优势木、平均木和被压木的高径比变化幅度依次增大,分别为0.50～0.95、0.64～1.23和0.73～4.33;仅被压木在树龄0～80年随透光抚育强度增大而递减.因此,透光抚育约40年后,其对红松的胸径生长的促进作用减弱而对树高的促进作用却增强,而且高径比提高,故此时为缓解林木竞争,对轻度透光抚育、中度透光抚育的林分应进行二次透光抚育以进一步促进红松生长,而对全透光和强度透光抚育林分应进行间伐.

以2020年在黑龙江省林口林业局与孟家岗林场选取的3种典型针叶树种红松、长白落叶松、樟子松为研究对象,对节子直径、疏松节长度、健全节长度3种属性构建基础模型、哑变量模型和混合模型,分析不同树种节子属性的差异,简化模型的建模工作.首先通过剖析法收集相关节子属性数据,结合相关文献,转换模型形式以及替换相关变量,构建基础模型;将树种作为定性因子,转化为哑变量,引入基础模型中,构建相关属性的哑变量模型;在构建混合模型时,引入样木与样地水平的随机效应,通过比较赤池信息准则(AIC)、贝叶斯信息准则(BIC)等评价指标,选出拟合效果最佳的混合模型.之后对基础模型、哑变量模型、混合模型的拟合精度进行对比,选出最优的通用方程.结果表明:3种模型中,哑变量模型与混合模型的拟合精度均大于基础模型.AIC、BIC等评价指标显示,混合模型对节子属性的拟合效果优于哑变量模型.模型对比结果中,健全节长度、疏松节长度、节子直径混合模型的R2相较于基础模型分别提升了 13.2％、84.8％、40.3％.不同树种3种节子属性基础模型的预测精度均大于90％,哑变量模型与混合模型的预测精度均在94％以上,说明构建的模型能够对节子相关属性进行较好的预测.3个树种健全节长度、节子直径、疏松节长度大小均为樟子松＞红松＞长白落叶松.哑变量模型与混合模型的拟合结果较基础模型更佳,精度更高.

目的 分析河北承德地区2010-2020 年胰腺癌疾病负担现状、趋势变化以及可能的影响因素,以期为胰腺癌防控提供理论依据.方法 利用全球疾病负担(global burden of disease)开放数据库,获得该地区胰腺癌的发病率、患病率、死亡率、早逝损失寿命年(years of life lost,YLL)、伤残损失寿命年(years lived with disability,YLD)及伤残调整寿命年(disability adjusted life year,DALY)等疾病负担指标,使用 Joinpoint 模型计算平均年度变化率(average annual percent change,AAPC)以此进行胰腺癌患者2010-2020 年疾病负担变化的趋势检验;同时,将患者特征如高血压、糖尿病等分类变量设置哑变量,线性回归分析影响胰腺癌患者死亡率变化的风险因素.结果 2010 年河北承德地区胰腺癌的新发病例数为15 人,死亡数为13 人,因胰腺癌所致YLLs为DALY的 70.67%.2020 年,河北承德地区胰腺癌的新发病例数为160 人,死亡数为147 人,因胰腺癌所致YLLs为DALY的96.02%.2010-2020 年河北承德地区胰腺癌发病人数增长9.79%,发病率增长7.81%,呈现明显的上升趋势(APCC =2.20%,P<0.05);死亡人数增长11.38%,死亡率增长8.39%,也呈现上升趋势(APCC =2.81%,P<0.05).此外,2010-2020 年由于胰腺癌引起DALY 增长 20.10%,DALY 率增长 309.41%(APCC = 4.83);YLL 增长了 7.94%,YLL 率增长了 210.42%(APCC =2.20);同时,YLD增长了 5.71%,YLD率增长了 11.03%(APCC =2.32),均表现为上升趋势(P<0.05).线性回归结果显示,患有糖尿病(OR =1.430,95%CI:1.192～2.016)、BMI>28.0 及患有胰腺炎(OR =1.574,95%CI:1.328～3.045)均为引起胰腺癌患者死亡的风险因素(OR>1).结论 2010-2020 年河北承德地区本地户籍居民胰腺癌发病率、死亡率呈上升趋势,胰腺癌造成的疾病负担也在逐年增加,患有糖尿病、慢性胰腺炎基础病增加该类疾病的死亡风险,应重点防护.

目的:采用正交设计典型状态基于标准赌博法(SG)探索构建欧洲生命质量量表(EQ-5D)评分体系.方法:采用分层整群随机抽样的方法,从医学院校按年级、专业分层抽取在校大学生250人,选取L18(2*3^7)正交设计表得到18个标准状态.应用STATA/SE 12.0构建9个加权最小二乘多元线性回归模型,模型包括11个哑变量.结果:总体水平上以中位数为基础构建的WLS回归模型(模型AMWls00)最优,该模型无常数项、无交互作用N3变量,具有简洁、高效的特点,其调整后决定系数为0.998 8,平均绝对误差为0.031 5,18状态的预测值与均值相关系数为0.976 0,逻辑错误数为0.且生命质量评分曲线具有明显的中国人文化特征.结论:总体水平上以中位数为基础无N3、无常数项的WLS回归模型(AMWls00)是最优模型,该建模方法最为合理.

目的:探讨体温变化与脓毒症患者预后之间的关系,分析体温是否能影响脓毒症患者的预后.方法:回顾性分析2013年1月至2017年5月在衢州市人民医院重症监护室内治疗的176例脓毒症患者临床资料,将患者按入ICU后24 h内体温最高峰值(MAXICU)分为4组:≤37.4℃组、37.5～38.4℃组、38.5～39.4℃组、≥39.5℃组.记录患者的一般临床资料;采用Kaplan-Meier法计算4组脓毒症患者入ICU后28 d内的病死率,log-rank检验比较4组患者的病死率;应用Cox比例风险模型分析脓毒症入ICU后28 d内死亡的相关危险因素,最后进行多分类哑变量检验.结果:4组患者总的28 d病死例数为80例,病死率为45.4％.≤37.4℃组、37.5～38.4℃组、38.5～39.4℃组、≥39.5℃组中位生存时间分别为28、13、28、28 d,其病死例数分别为16、39、17、8例.Kaplan-Meier生存曲线分析显示,各体温组患者入ICU后28 d内病死率之间的差异具有统计学意义(log-rankχ2=16.377,P=0.001).log-rank法进行两两比较,38.5～39.4℃组与37.5～38.4℃组的生存分布差异有统计学意义(P<0.001);≥39.5℃组与37.5～38.4℃组的生存分布差异有统计学意义(P=0.013),而≤37.4组与37.5～38.4℃组间差异无统计学意义(P>0.05).以患者入ICU后最高体温(分为≤37.4℃组、37.5～38.4℃组、38.5～39.4℃组、≥39.5℃组)、急性生理与慢性健康(APACHE II)评分、使用血制品情况、国际标准化比值(INR)、PaCO2、年龄、性别为自变量,以患者入ICU后28 d病死为因变量作单因素、多因素Cox回归分析.单因素COX回归分析显示入ICU后最高体温(HR=0.722,95％CI=0.562～0.927,P=0.011)、APACHE II评分(HR=1.057,95％CI=1.031～1.084,P<0.001)、使用血制品(HR=1.650,95％CI=1.061～2.566,P=0.026)、INR水平(HR=2.179,95％CI=1.054～4.509,P=0.036)、PaCO2水平(HR=0.978,95％CI=0.961～0.995,P=0.01)是脓毒症患者入ICU后28 d内病死的危险因素.多因素COX回归分析显示,体温仍是影响患者入ICU后28 d内病死的独立危险因素(P=0.045).进一步对入ICU后最高体温进行多分类哑变量检验,以37.5～38.4℃组为参照组(哑变量),发现MAXICU=38.5～39.4℃是脓毒症患者入ICU后28 d内病死风险的保护因素,其病死风险是参照组的41.2％(95％CI=0.221～0.771,P=0.005);而MAXICU=36.5～37.4℃、MAXICU≥39.5℃与患者入ICU后28 d内病死风险之间无相关性(HR=0.930,95％CI=0.448～1.930,P=0.846;HR=0.560,95％CI=0.237～1.232,P=0.186).结论:MAXIC=38.5～39.4℃可能能够减少ICU内脓毒症患者的病死率.

目的 探讨高强度聚焦超声(HIFU)消融多发性子宫肌瘤的影响因素.方法 对HIFU治疗的139例多发性、症状性子宫肌瘤患者进行回顾性分析.将所有的子宫肌瘤分组,多分类变量分别设定哑变量后,将各个哑变量、患者年龄、均匀与否、肌瘤体积、T1增强信号、靶皮距、后声场距离设为自变量,将设能效因子(EEF)为因变量,用stepwise的方法进行多重线性回归分析.结果 患者平均年龄为(39.2±5.7)岁,平均肌瘤体积为(81.7±60.5) em3,平均消融率为(73.9±14.2)％,平均EEF为(6.9±4.2) j/mm3.共6个自变量被选入多重线性回归模型,选择模型6进行分析(调整R2=0.326,F=11.383,P＜0.001).根据多重线性回归方程及其偏回归系数可知,EEF与位置、T1增强、肌瘤径线、肌瘤类型、后声场距离有线性相关关系,且T1增强对EEF影响最大.结论 HIFU对多发性子宫肌瘤的消融效果受肌瘤位置、血供、大小等因素的影响,其中血供(T1增强)对其影响较大.

目的 针对临床预后重要影响因素自动筛选和重要性分析问题,探讨一种基于决策曲线分析(DCA)的研究方法.方法 回顾性分析1998-2013年收治的食管闭锁患儿的临床资料,包括一般情况、实验室检查等临床资料,根据统计决策理论建立简明易用的决策曲线分析模型,对临床数据进行分析.结果 结合临床实际意义,自动筛选出13个重要影响因素,并对这些影响因素做独立分析,并给出重要性排序.结论 本文方法明显优于分布检验分析结果和ROC分析结果,主要体现在对样本数据要求不高,既能避免庞杂的哑变量处理,简易直观地筛选出重要影响因素,又能避免多重共线性问题导致筛选结果的不确定性.