简介:摘要目的探讨判别分析预测创伤出血性休克患者院内死亡的风险。方法回顾性分析2013年9月—2020年8月在北京大学人民医院就诊的238例创伤出血性休克患者的临床资料,根据院内生存情况将创伤出血性休克患者分为生存组(214例)和死亡组(24例),比较两组的相关指标,利用逐步判别分析建立判别模型,预测创伤出血性休克的死亡风险。结果生存组和死亡组之间脑卒中病史(9.8%比25.0%)、主要出血部位(四肢)(58.9%比29.2%)、急性生理与慢性健康评分Ⅱ(APACHE)评分(16.4±5.1比23.2±6.1)、血乳酸[2.1(1.1~3.5) mmol/L比4.9(2.0~13.4) mmol/L]及手术(92.5%比58.3%)指标比较差异均有统计学意义(均P<0.05),进入最终判别模型的指标有5个:脑卒中病史、主要出血部位(四肢)、血乳酸、APACHEⅡ评分及手术。预测创伤出血性休克患者死亡风险的ROC曲线下面积为0.857,95% CI 0.754~0.959。结论所建立判别模型预测创伤出血性休克患者院内死亡风险的准确度较高。脑卒中病史、血乳酸水平及APACHEⅡ评分与创伤出血性休克的死亡风险增加有关,四肢出血和手术治疗与创伤出血性休克的死亡风险降低有关。
简介:湖南省郴州市是湖南省山洪灾害多发的一个区域,对郴州市山洪灾害进行快速准确的预测意义重大.运用Bayes判别分析法,根据山洪灾害预报的简化原理使用灾害发生前10天的时效雨量和当日雨量作为预报模型因子建立一组山洪预报模型,计算得出的模型预报正确率为86.96%,满足Bayes判别分析正确率大于80%的要求,表明该方法预测山洪简单易行,可以为郴州市山洪灾害的预测以及防治提供-定的支撑.图2,表4,参24.
简介:两维的水平可调拉普拉斯逆线性判别分析算法是在两维的水平拉普拉斯逆线性判别分析算法的基础上在类间的拉普拉斯散度矩阵上增加了一个参数来调节得到的,同理得到两维的垂直可调拉普拉斯逆线性判别分析算法。两维合并双向可调拉普拉斯逆线性判别分析算法(2DCBMLIF)是合并水平和垂直两个方向的两维可调拉普拉斯逆线性判别分析算法得到的。在FERET和CMUPIE两个人脸库中,2DCBMLIF同四个算法进行了对比试验,测试结果显示该算法是有效和可行的,2DCBMLIF提高了人脸识别率。