李沛
- 作品数：8 被引量：67H指数：2
- 供职机构：教育部更多>>
- 发文基金：国家科技支撑计划国家公益性行业科研专项更多>>
- 相关领域：医药卫生天文地球环境科学与工程自动化与计算机技术更多>>
- 唐山市夏季臭氧污染评估与预警研究
- 2008-2011 年大气污染观测资料表明,近年来华北重工业区唐山夏季臭氧(O3)污染严重,四年夏季日最大小时均值(O3_1-hr max)分别为(157±55)、(161±54)、(120±50)、(178±75)μg...
- 李沛辛金元王式功刘世玺封孝信王跃思
- 关键词：臭氧
- 文献传递
- 基于区域健康数据平台开发新诊断2型糖尿病患者糖尿病视网膜病变发病风险预测模型及其应用
- 2024年
- 目的开发新诊断2型糖尿病(T2DM)患者糖尿病视网膜病变(DR)发病风险的预测模型。方法选取2015年1月1日至2022年12月31日宁波市鄞州区域健康信息平台中新诊断T2DM患者为研究对象。使用Lasso-Cox比例风险回归模型筛选预测变量,采用Cox比例风险回归模型构建DR发病风险预测模型。采取Bootstrap 500次重抽样的方法进行内部验证,并使用C指数、受试者工作特征曲线、曲线下面积(AUC)和校准曲线评估模型的性能。结果最终模型纳入的预测变量包括T2DM发病年龄、文化程度、FPG、糖化血红蛋白、尿蛋白、估算肾小球滤过率、脂质调节剂和血管紧张素转化酶抑制剂用药史。最终模型C指数为0.622,校正后C指数均值为0.623(95%CI:0.607~0.634),预测DR 3、5、7年内发病风险的AUC值分别为0.631、0.620、0.624,校准曲线与理想曲线重合度较高。结论本研究构建了简洁且实用的DR发病风险预测模型,为新诊断T2DM患者制定个体化DR筛查和干预方案提供参考。
- 陈晓薇刘力嘉于业贤章萌李沛李沛孙烨祥孙宏玉孙宏玉孙玉梅刘学洋林鸿波沈鹏詹思延
- 关键词：糖尿病视网膜病变队列研究
- 近50年中国东北地区不同类型和等级降水事件变化特征被引量：36
- 2013年
- 利用1961—2010年东北地区90个气象观测站逐日降水和逐日温度资料,分析了该地区气温变化和不同类型(雨和雪)各等级降水量及降水日数的气候特征、变化趋势和变异场特征。结果表明,近50年来,东北地区气温呈上升趋势,上升速率高于全国其他地区,特别是1987年气温发生突变现象之后升温加剧;年降水量和降水日数均呈减少趋势,降水日数的减少更加显著,其中年降雨量(日数)呈减少趋势,主要是小雨量(日数)的减少所致;年降雪量(日数)则呈增加趋势。年降水量空间分布具有东南多、西北少的特点,年降水日数分布则是东部和北部较多。1987年气温突变后强降水量及各等级降雪量对总降水量贡献率增加,并且年降水量和降水日数波动幅度也明显变大,即变率增大。这可能是导致该区大旱大涝事件增加的主要原因之一,也预示其洪涝灾害的风险在增大。降雨(雪)量的季节变化明显,其中夏、秋季降雨量(日数)呈减少趋势,而春季降雨量(日数)和冬季降雪量(日数)呈增加趋势。
- 李邦东周旭赵中军汪结华王式功尚可政李沛
- 关键词：降水事件气候特征
- 基于神经网络逐级分类建模的北京地区能见度预报被引量：31
- 2012年
- 在研究了北京市近10年来城市能见度变化特征及低能见度发生的主要影响因素的基础上,利用北京市气象站观测资料筛选出主要的预报因子,使用学习向量量化算法对样本进行分类,再利用列文夸特算法逐级建立预报模型,并进行预报试验.结果表明神经网络逐级分类模型具有良好的预报能力,其关键在于模型的识别分类能力,试验得到分类准确率达到87.0%,采用列文夸特优化算法的逐级分类模型较统计回归预报残差平方和下降了57.1%;低能见度、中等能见度、高能见度预报准确率分别为60.0%,68.2%,79.3%,均高于统计回归预报方法(12.5%,41.7%,52.4%).
- 李沛王式功尚可政李邦东朱海峰曾淑玲郝天依
- 关键词：低能见度人工神经网络
- 北京市大气颗粒物污染对人群死亡率的影响研究
- 在控制了时间长期趋势、短期趋势和气象要素等条件的基础上,通过Poisson广义相加模型(GMA)分析了2008-2010年北京市大气颗粒物对人群健康的影响。结果表明:北京城区大气颗粒物污染超标非常严重,PM10、PM2....
- 李沛辛金元王跃思王式功潘小川李国星
- 关键词：大气颗粒物PM10API
- 文献传递
- 基于区域健康数据平台开发2型糖尿病患者糖尿病足发病预测模型及其应用
- 2024年
- 目的基于区域健康信息平台,构建成年2型糖尿病患者的糖尿病足发病风险预测模型。方法利用宁波市鄞州区域健康信息平台,纳入2015年1月1日至2022年12月31日≥18岁新发2型糖尿病患者,按照7∶3的比例随机划分为训练集与测试集。使用LASSO回归模型和双向逐步回归模型分别筛选危险因素,并进行模型对比。使用净重新分类指数、综合判别改善指数以及一致性指数作为模型比较的指标。构建单因素和多因素Cox比例风险回归模型,并绘制列线图,计算曲线下面积(AUC)作为模型验证的区分度评价指标,绘制校准曲线检验其校正能力。结果LASSO回归模型与双向逐步回归模型差异无统计学意义,选取较优的双向逐步回归模型作为最终模型。纳入的因素包括发病年龄、性别、糖化血红蛋白、估计肾小球滤过率、服用血管紧张素Ⅱ受体阻滞剂类药物及吸烟史。训练集中预测5年和7年糖尿病足发病风险的AUC值(95%CI)分别为0.700(0.650~0.749)和0.715(0.668~0.762),测试集为0.738(0.667~0.801)和0.723(0.663~0.783)。校准曲线与理想曲线较为接近,模型区分度和校准度均较好。结论本研究构建了一个便捷易用的糖尿病足发病风险预测模型并划分了风险分层,模型的可解释性强,区分度良好,校准度较优,可以用于成年2型糖尿病患者糖尿病足的发病预测,为医生在临床中对糖尿病足发病风险的评估提供参考依据。
- 于业贤章萌陈晓薇刘力嘉李沛李沛孙烨祥孙宏玉孙宏玉孙玉梅刘学洋林鸿波沈鹏詹思延
- 关键词：糖尿病足
- 基于区域健康数据平台开发2型糖尿病肾病发病风险预测模型及其应用
- 2024年
- 目的构建糖尿病肾病(DKD)发病风险预测模型。方法采用宁波市鄞州区域健康信息平台,选取2015年1月1日至2022年12月31日首次诊断为2型糖尿病(T2DM)的患者作为研究对象,构建回顾性队列。使用Lasso方法筛选预测因子,采用Cox比例风险回归模型构建DKD发生风险预测模型。使用Bootstrap 500次重抽样进行内部验证。结果纳入研究对象49706名,年龄M(Q1,Q3)为60.00(50.00,68.00)岁,55%为男性。4405名最终发生DKD。最终模型纳入的预测因子包括T2DM首诊年龄、BMI、文化程度、FPG、糖化血红蛋白、尿蛋白、既往病史(高尿酸血症、风湿性疾病)、TG、肾小球滤过率。最终模型C指数为0.653,经Bootstrap校正后C指数均值为0.654。模型预测4、5、6年内发病的受试者工作特征曲线下面积分别为0.657、0.659、0.664。校准曲线与理想曲线重合度较高。结论本研究基于真实世界数据构建了针对新发T2DM患者的DKD风险预测模型,该模型简单易用,具有较高的实际应用价值,为DKD高危人群筛查提供依据。
- 刘力嘉陈晓薇于业贤章萌李沛李沛孙烨祥孙宏玉孙宏玉孙玉梅刘学洋林鸿波沈鹏詹思延
- 关键词：糖尿病肾病队列研究
- 北京市大气颗粒物污染对人群死亡率的影响研究
- 在控制了时间长期趋势、短期趋势和气象要素等条件的基础上,通过Poisson 广义相加模型(GMA)分析了2008-2010 年北京市大气颗粒物对人群健康的影响.结果表明：北京城区大气颗粒物污染超标非常严重,PM10、PM...
- 李沛辛金元王跃思王式功潘小川李国星
- 关键词：大气颗粒物PM10API
- 文献传递
