一、模糊状态风险分析的广义Logistic回归理论与应用(6)一由时间窗口资料估计疾病潜伏期分布(上)（论文文献综述）
魏佳特[1]（2021）在《新型冠状病毒肺炎多时空尺度流行特征、影响因素及风险预测研究》文中研究指明研究背景自上世纪70年代以来,随着人类社会经济水平快速提升和全球化贸易日益增多,人类跨生态地理边界的频繁活动对环境造成了一定程度破坏,加剧了多种新发传染病的产生、暴发和流行,对人类健康已产生巨大威胁。开展新发传染病的流行特征、影响因素和传播风险研究,对完善疾病防控策略和措施具有重大公共卫生意义。2019年12月,中国武汉首次报告了由新型冠状病毒（Severe acute respiratory syndrome coronavirus 2,SARS-CoV-2）导致的新型冠状病毒肺炎（Coronavirusdisease2019,COVID-19,简称“新冠肺炎”）,这种新发传染病传播力强,在短期内迅速波及至世界范围并造成了大流行。目前多个国家和地区对新冠肺炎的流行趋势、临床症状、病原学、免疫学、诊疗方法和防控措施等方面进行了描述性研究,但关于其分布特征的研究较少且结论不同,缺乏不同城市化水平地区新冠肺炎流行特征比较和流行模式划分。研究显示人口密集场所新冠肺炎暴发风险较高,其中医院因其特殊职能,若稍有疏忽便会成为病毒传播的枢纽,因此需重点关注医务人员（Healthcareworker,HCW）的新冠肺炎感染特征和影响因素,但这方面的调查多为单中心研究,难以整体认知疾病感染特征和因素,缺乏多中心、代表性好、可比性强的比较研究。明确新发传染病传播的影响因素是实现其预警和防控的前提,以往研究显示交通和气象可显着影响新型冠状病毒传播,但不同的交通方式如公路、铁路和航空的量化效应仍有待研究;以往关于气象效应的结论不一致,且缺乏气象因素间交互作用的探讨。目前对于新冠肺炎的传播风险预测多基于时间框架,较少基于空间框架,且研究尺度粗糙,缺少精度高、范围广、实用性强的预测预警技术。本研究以新冠肺炎作为结局变量,结合时空信息技术,基于中国大陆范围多时空尺度,描述不同城市化水平地区新冠肺炎的流行特征;揭示HCW新冠肺炎多中心感染特点和因素;探讨影响新冠肺炎广域传播和局域扩散的交通、气象因素及其交互作用;建立新冠肺炎传播风险高分辨率预测模型及其简化模式;以期在我国新冠肺炎防控的新常态阶段,为公共卫生政策措施的制定和实施提供科学依据和指导方案。研究目的1.描述新冠肺炎在我国大陆不同城市化水平地区的三间分布、时空聚集性、流行模式分区和阶段性政策措施带来的影响。2.比较武汉市HCW与非医务人员（non-HCW）新冠肺炎患者的基本特征、发病到诊断时间间隔和时空分布差异,探究HCW发病和恶化的影响因素。3.探究交通因素对于新冠肺炎广域传播的影响、气象因素对于新冠肺炎局域扩散的影响及其交互作用。4.利用以上研究识别的影响因素,纳入其他社会经济因素或夜间灯光数据,建立中国大陆新冠肺炎传播风险预测预警模型。研究方法1.数据收集（1）中国大陆新冠肺炎疫情病例数据:2019年12月8日至2020年2月27日的病例数据由国家法定传染病监测报告系统提供,2020年2月28日至4月14日的病例数据收集于各省市卫生健康委员会的官方网站（简称:卫健委官网）。2020年6月北京市新冠肺炎暴发数据收集于北京市卫健委官网,2021年1月河北省新冠肺炎暴发数据收集于河北省卫健委官网。（2）人口数据:全国县区级常住人口数据来自全国第六次人口普查资料,县区级人口密度数据由常住人口数除以县区面积计算得出。（3）武汉市医疗卫生数据:武汉市新冠肺炎定点医院名单来自湖北省卫健委官网。武汉市主要医院医务人员、护士、病床总数,医院级别和类型数据摘自《武汉市卫生统计年鉴》。（4）社会经济数据:铁路、高速公路和国道的地理信息数据来自国家地球系统科学数据中心,机场位置数据下载自OurAirports网站。全国超市和商场兴趣点地理定位数据提取自百度地图拾取坐标系统。（5）气象数据:疫情期间日均气温、温差、相对湿度、日照时数、风速和累积降水量数据来自中国气象数据共享服务系统。（6）夜间灯光数据:夜间灯光指数数据提取自中国科学院中国遥感卫星地面站。根据具体研究目标对以上数据进行核对、整理和清洗后,融合形成相应建模数据集。2.统计学分析（1）应用百度地理编码服务将新冠肺炎病例现居地地址定位至乡镇级,并依据人口数据划分标准,将其划分为街道、镇和乡三种城市化水平。比较新冠肺炎在不同省份和城市化水平地区的罹患率、重症率、病死率和三间分布。在县区水平进行时空分析,使用Space-time permutation model识别时空聚集区。计算每个省的新型冠状病毒有效再生数（Effectivereproductionnumber,Rt）以识别新冠肺炎流行模式,进而对Rt进行Q型分层聚类,进行省级流行模式分区。（2）比较武汉市HCW和non-HCW的新冠肺炎疾病特征,比较二者发病的时空聚集性和传播动力学特点。分别使用多元线性回归和逐步logistic回归探讨HCW发病和重症的影响因素。（3）使用逐步logistic回归在县区尺度探索交通因素对新冠肺炎广域传播的作用。构建广义加性模型（Generalized additive model,GAM）在县区尺度测量气象因素对新冠肺炎局域扩散的非线性效应,根据各自变量之间的相关性,使用“自下而上”策略与赤池信息准则进行模型选择,采用惩罚样条函数用于平滑和评价气象因素间两两交互作用,构造二元反应曲面进行交互作用可视化。使用线性混合效应模型（Linear mixed-effects model,LMM）根据GAM获得节点进行分段建模,量化气象因素影响。（4）使用最大熵生态位机器学习算法,纳入多社会经济因素（包含交通因素）与气象因素构建原始模型,对2019年末中国大陆新冠肺炎疫情数据进行训练和内外验证。使用2020年6月北京市新冠肺炎疫情和2021年1月河北省新冠肺炎疫情数据进行实证研究。模拟重点季节和地区新冠肺炎疫情暴发,进行全国范围0.1°×0.1°高分辨率传播风险预测。使用夜间灯光数据代替多社会经济因素构建简化模型,重复训练、验证、实证和模拟过程,评价简化模型的实用性。本研究应用的软件主要有:Microsofto ffice2016、ArcGIS 10.2、R 3.6.1、SaTScanv9.6、Maxent 3.3.3k、Adobe Illustrator CC 2015 等。研究结果1.从2019年12月8日至2020年2月27日,全国共报告了 78831名新冠肺炎病例,总体罹患率为59.2/百万人,罹患率从高到低为街道、镇和乡。全国新冠肺炎总体重症率为18.0%,重症率从高到低为街道、镇和乡。全国新冠肺炎总体病死率为4.0%,病死率从高到低为街道、乡和镇。湖北省报告的发病数、重症数和病死数均占全国总体的大部分。全国新冠肺炎总体罹患率男女性别比为0.94,但有18个省份性别比大于1,街道、镇和乡的罹患率男女性别比递增,分别为0.90、1.12和1.20。全国新冠肺炎患者中位年龄为52（四分位间距Interquartile range,IQR 39,64）,街道患者中位年龄显着高于镇和乡。全国总体新冠肺炎患者职业占比前三位为离退人员、家务及待业和农民,街道患者的职业分布与全国总体相似,但镇和乡的农民约占半数。HCW街道病例数远远高于镇和乡。发病时间流行曲线结果显示,镇和乡的病例快速增长期晚于街道,但三者流行高峰出现时间基本一致。时空聚集分析结果显示,全国有24个省会城市存在聚集区。我国新冠肺炎流行模式按Rt的特点可分为五类。我国对新冠肺炎疫情的防控措施两周内控制了其暴发趋势,而复工复产等放宽措施并未引起疫情反弹。2.武汉市HCW的新冠肺炎罹患率比non-HCW高约4倍,HCW罹患率最高的医院其值高达11.9%,但HCW病例的重症率和病死率显着低于non-HCW。HCW和non-HCW病例从发病到诊断的时间间隔没有显着差异,中位数（IQR）为10（5,16）,但从2020年1月中旬开始,HCW病例从发病到诊断的中位时间明显短于non-HCW。在non-HCW 病例较多地区的区级医院工作的 HCW 更容易感染新冠肺炎。与在感染科工作的HCW病例相比,在一般科室、眼科和呼吸科工作的HCW病例更易发展为重症。3.在调整人口密度和到武汉的距离后,有铁路、高速公路、国道穿过或有机场的县区新冠肺炎发病风险显着高于其他县区,调整后的比值比（oddsratio,OR）分别为1.40（95%CI 1.14-1.72）,2.07（95%CI 1.61-2.67）,1.31（95%CI 1.02-1.68）,和 1.70（95%CI 1.31-2.22）。GAM和LMM的结果显示,新冠肺炎的发病与气象因素呈非线性关系,高罹患率与较低平均温度、中等累积降水和较高风速显着相关。上述三个气象因子之间存在显着两两交互作用,低温和中等降水的地区新冠肺炎发病风险较高;温暖地区新冠肺炎发病风险与风速呈正相关。4.内部验证结果显示,原始和简化模型的受试者工作特征曲线（Receiver operating characteristic,ROC）的曲线下面积（Area under the curve,AUC）均在 0.8 左右,模型表现佳。外部验证结果显示,原始模型和简化模型对较高以上风险地区预测准确率较高,达到了 70%以上,原始模型和简化模型分别对较高风险和高风险地区预测有优势。各种因素对于预测的贡献度差异显着,原始模型中贡献度高的因素为人口密度、到流行中心的距离、超市和商场总数,简化模型中贡献度高的因素为到流行中心的距离和夜间灯光指数。实证研究结果显示两种模型对新冠肺炎冬季疫情的外推性较好。模拟冬季重点地区的新冠肺炎疫情,发现两种模型对较高以上风险地区预测范围大体一致。研究结论1.2019年末至2020年初的中国大陆新冠肺炎疫情期间,街道地区中老年、女性和离退人员感染新冠肺炎的风险较高;镇和乡中年、男性和农民感染新冠肺炎的风险较高。HCW在街道的感染人数远远高于镇和乡。新冠肺炎可能从城市传播至农村。时空分析将全国省份分为了五种流行模式,并提示新冠肺炎可通过全国广域传播和局域扩散迅速造成大范围影响。2.武汉市HCW新冠肺炎罹患率高于non-HCW,高危地区的低级别医院应更注意新冠肺炎的院内传播防控。尽管综合医院配备了感染科和呼吸科,但普通科室（尤其是眼科）的HCW也应警惕新冠肺炎并做好防护。3.公共交通是新冠肺炎在中国大陆广域传播的危险因素,气温、降水和风速可以显着影响新冠肺炎的本地扩散。交通发达、低温和中等降水的地区新冠肺炎发病风险较高,风速较高的温暖地区发病风险也较高。因此,具备上述条件的国家和地区应注意采取有效措施遏制新冠肺炎的传播。4.本研究建立的最大熵生态位模型在预测中国大陆重点城市和季节新冠肺炎暴发初期的传播风险方面具备高精确性的独特优势。夜间灯光数据的应用可使模型的构建更加简便,方便一线公共卫生工作者使用,为其它传染病的预测预警提供了方法学参考。创新性1.本研究发现2019年末至2020年初中国大陆新冠肺炎疫情期间,街道的中老年、女性和离退人员新冠肺炎感染风险较高;镇和乡的中年、男性和农民新冠肺炎感染风险较高。此外,本研究对新冠肺炎的流行模式进行了省级划分,以上结果目前未见报道。2.本研究在县区尺度探讨了中国大陆交通和气象因素对于新冠肺炎传播的影响,并报道了温度、降水和风速对于新冠肺炎传播的两两交互作用。3.本研究建立了中国大陆范围高分辨率新冠肺炎传播风险预测预警模型,并使用夜间灯光数据代替传统多社会经济因素进行模型简化研究,为其它传染性疾病的预警提供了方法学参考。
刘翠晓[2]（2021）在《山东省新型冠状病毒肺炎流行特征及时空聚集性研究》文中进行了进一步梳理研究背景新型冠状病毒肺炎（以下简称新冠肺炎）疫情是自2003年非典型肺炎疫情流行以来较为严重的突发公共卫生事件之一。截至2020年10月,全球感染病例已超过4000万。新冠肺炎的大流行给世界各地造成了严重破坏,对各地卫生系统和经济社会产生了较大影响。该疾病作为一种新发传染病,所有人群对其易感,其传播途径的多样性增加了防控难度。目前我国新冠肺炎疫情自以武汉为中心的本土传播阻断后,流行强度逐渐减弱,随后发生的几波疫情均以局部散发和小规模聚集性疫情为主,且与境外输入存在关联。山东省自2020年1月22日报告首例感染病例以来,疫情流行强度持续增强,波及地区较广。本研究以山东省新冠肺炎流行数据资料,探讨山东省新冠肺炎疫情流行期间的时空分布特征及影响该病流行的社会经济学因素,从而为制定该病的防控策略提供依据。研究目的1.运用描述性流行病学方法分析山东省新型冠状病毒肺炎的在时间、人间、空间上的分布特征;2.了解山东省新冠肺炎重型及危重型病例人群特征并探讨重症的相关因素。3.利用空间流行病学方法探讨山东省新型冠状病毒肺炎在县（区）分布上的空间关系、时空聚集性特征;4.探讨社会经济学因素与山东省新冠肺炎发病率的之间的相关性。研究方法在中国疾病预防控制信息系统中收集山东省报告的新型冠状病毒肺炎病例资料,2019年山东省及各地市统计年鉴收集山东省各县（区）相关人口、社会经济学指标等资料,开展如下研究:1.利用SPSS24.0软件,描述山东省新冠肺炎病例的人口学特征、时间和地区分布特征。2.利用SPSS24.0软件,采用二元Logistic回归进行重型及危重型病例影响因素分析。3.通过Arcgis10.6、Geoda软件进行空间自相关分析,以及利用SatScan时空扫描分析软件对山东省县（区）级尺度新冠肺炎发病空间和时空聚集性特征进行分析。4.采用地理加权回归模型分析山东省各县（区）新冠肺炎发病率与社会经济学因素之间的空间关系,揭示其参数估计值在空间位置上的变化特征。研究结果1.三间分布特征本次研究共分析了截至2020年6月13日山东省报告的725例新冠肺炎病例,累计发病率为0.93/10万;死亡病例共有7例,病死率0.97%。病例中位年龄为40岁（31,54岁）,男女性别比1.2:1,病例在职业构成上以农民/工人居多（235/725,32.4%）。新冠肺炎病例的报告日期高峰在1～2月份,共累计报告670例病例,占总病例数的92.41%。全省共有15个地市报告了病例,多数县区发病率较低（＜2.00/10万）,从总体来看,山东省病例分布在东西方向大致呈现西低东高的趋势,在由南向北方向上大致呈先增高后降低的倒“U”型趋势。2.重型及危重型病例相关因素分析山东累计报告重型和危重型病例67例,占总病例数的9.24%（67/725）。多因素分析显示,与≤29岁年龄组相比,≥60岁年龄组重症病例的比例更高（OR=6.284,95%CI:1.582～24.969）;与干部、职员、教师及工人相比,离退人员重症病例比例更高（OR=3.078,95%CI:1.062～8.926）;与发病至诊断时间≤3天者相比,≥7天者（OR=2.819,95%CI:1.478～5.374）重症比例更高。3.空间自相关和时空扫描分析对山东省各县区报告新冠肺炎发病率进行经贝叶斯平滑后的全局空间自相关分析显示,Moran’sI=0.195,E（I）=-0.007,Z=3.24,P=0.003,说明山东省新冠肺炎发病在县区水平上呈空间正相关性,存在空间聚集性。进一步进行局部空间自相关,显示有4个高-高聚集区,经LISA地图可视化显示位于青岛市和泰安市。对研究时段内的累计病例数进行单纯空间扫描分析显示,最大可能聚集区覆盖东部沿海地区的13个县区（RR=2.03,LLR=20.14,P<0.001）。时空扫描分析显示,外地输入病例最大可能聚集时间和地区分别为为2020年1月12日～2月8日,主要覆盖威海、烟台和青岛的22个县区（RR=32.14,LLR=150.55,P<0.001）;而本地病例最大可能聚集时间和地区分别为2020年1月19日～2月19日,覆盖中部和西南地区的20个县区（RR=6.15,LLR=98.57,P<0.001）。4.地理加权回归分析地理加权回归模型分析显示,每千人卫生技术人员数局部回归系数除东部以外大部分地区均呈正向相关,其系数分布呈西北向东南递增趋势;人口密度局部回归系数同时存在正向和负向,中部以南地区呈负向相关,但值较小,解释力较弱,而其它地区均为正向相关,同时中部向东、向北回归系数逐渐增大;人均GDP局部回归系数呈负向相关,且在经济水平较发达的东部沿海地区呈现绝对值较大;城镇化率局部回归系数均为正值,空间分布图呈自西向东逐渐递减趋势;政府公共预算收入局部回归系数为正值,系数分布呈由中部向西递增。研究结论1.山东省新冠肺炎疫情流行趋势与全国情况相似,其病死率均低于同时段全国平均水平,感染人群多样化,病例年龄集中在20～40岁,疫情波及地区较为广泛。新冠肺炎病例中老龄者、就诊不及时是发展为重型及危重型病例的危险因素,在老年群体中应加强对该病防控的重视程度。2.山东省新冠肺炎的发病在空间及时空上具有显着的聚集倾向。其中外地输入病例主要聚集在东部沿海地区;本地病例主要聚集在鲁中部和鲁西南地区。3.GWR模型可以有效地建立每千人卫生技术人员数、人口密度、城镇化率、人均GDP、政府公共财政收入5个社会经济指标与县区尺度新冠肺炎发病率之间的关系,并较好地揭示了各相关因素在不同地区间作用的差异。
邓彩霞[3]（2021）在《基于情景分析的青海农牧社区减灾能力建设研究》文中研究说明自然灾害风险一直以来威胁着人类生存与安全,也一直学术界关注的焦点问题和政府治理的重要内容。随着科技的进步以及灾害治理经验的积累,人类的减灾能力得到较大的提升,然而,随着全球气候变化以及人类社会生活对自然环境干预范围和深度的增加,人与自然的关系也日益变得紧张,灾害风险日益加剧。青海省位于青藏高原,是一个集西部地区、民族地区、高原地区和欠发达地区所有特点于一体的省份,各种传统和非传统、自然和社会的安全风险时刻威胁着社会的可持续发展。青海特定的环境条件决定了当地灾害频发,同时也是全国自然灾害较为严重的省份之一,具有灾害种类多、分布地域广、发生频率高、造成损失重等特点。社区作为社会构成的基本单元,是防灾减灾的前沿阵地和基础。青海农牧社区基础设施落后,生态系统脆弱,受到自然灾害损害的可能性和严重性程度较高,被认为是防灾减灾工作的最薄弱地区。青海气象灾害多发,雪灾是青海省畜牧业的主要灾害,全省牧业区每年冬春期间不同程度遭受雪灾,“十年一大灾,五年一中灾,年年有小灾”已成为规律。在全球气候变暖以及极端天气现象的影响下,“黑天鹅”型雪灾不但对农牧民安全生产生活造成威胁,对区域经济社会全面协调可持续发展等形成挑战,而且还考验着地方政府的自然灾害的综合治理能力,思考如何提升农牧社区减灾能力刻不容缓。随着情景分析法在危机管理领域的应用,情景分析和构建被认为是提升应急能力的有效工具,对于农牧社区雪灾的减灾而言,在情景构建基础上所形成的实践分析结果对于现实问题的解决具有一定的战略指导意义。本研究聚焦于提升青海农牧社区减灾能力这一核心问题,以情景分析理论、危机管理理论、极值理论、复杂系统理论为研究的理论基础,运用实地调查法、情景分析法、德尔菲法、层次分析法等具体的研究方法,以“情景—任务—能力”分析框架为理论分析工具,首先从致灾因子的分析着手,对青海省农牧社区典型灾害进行识别;其次通过情景要素分析、关键要素选择、情景描述等方面着手对识别的典型灾害进行“最坏可信”情景构建,然后基于典型灾害的情景构建梳理出相应减灾任务,总结归纳出农牧社区不同减灾主体完成减灾任务所应该具备的能力条件,并结合现实对农牧社区减灾能力进行了定量与定性相结合的评估,最终分别从规则准备、资源准备、组织准备、知识准备、行动规划等方面提出农牧社区减灾能力提升的策略。本研究认为随着应急管理体系从“以体系建构”向“以能力建设”为重点的转变,着眼于全方位的能力建设,提升灾害治理的制度化、规范化、社会化水平是农牧社区减灾的必由之路。作为一种支撑应急全过程,以及应急管理中基础性行动的应急准备是能力建设的抓手。意识是行动的先导,要做好这一基础性行动其关键在于一个具备战略能力、拥有良好灾害价值观的领导体系,运用情景构建做好全面应急准备。完善的规则体系是应急准备、乃至采取应急行动所应遵循的的法定依据和行为准则;完善相应的法律法规,加强危机应急法规建设是做好农牧社区减灾工作的前提;良好的组织架构是提升农牧社区减灾能力的关键,加强各级政府部门在农牧区减灾中的核心地位和主导责任,坚持村社本位,实现以农牧民群众为主体,多元主体有效整合,形成灾害治理的协同格局。完备的知识准备是激发农牧社区减灾能力提升的内在动力,通过各种正式和非正式的渠道获取和累积灾害知识,形成正确的灾害价值观,占据减灾的主动地位;有针对性的借助信息技术,培养专门人才推动减灾专业化,助推农牧社区减灾能力提升。资源准备是农牧社区的减灾保障,构建合理的社区公共应急资源体系关键在于资源结构的优化。优先准备风险级别较高的减灾资源,优化资源存储数量和公共应急资源存储点,做好潜在资源共享平台,从而实现有限资源效用最大化。农牧社区减灾,规划先行,一套科学合理、行之有效的减灾指标体系是青海农牧区减灾管理的“指挥棒”,一项科学周密的专项减灾规划,是农牧区减灾任务实施的“路线图”和“控制表”。总之,在青海农牧社区灾害治理中,灾害情景构建与分析为灾害治理提供了一个全新的思路和发展方向。通过构建典型灾害具象化的“最坏可信情景”,让应急决策者、社区及其成员通过了解当前灾害态势,明确自身管理薄弱点,掌握可控干预节点,做好工作安排和充分的应急准备,预防灾害风险或者遏制灾后事态走向最坏局面。基于情景分析的农牧社区减灾能力的研究对于改进和完善现行农牧社区灾害应急管理体系,对于实现区域社会平安建设具有重大的实践和指导意义。
汪哲宇[4]（2021）在《数字化慢病管理系统的研究与实践》文中研究指明为了应对以长期性、非传染性与难治愈性为主要特征的慢性疾病的复杂护理需求,“慢病管理”——一种以患者为中心的新型卫生服务模式——自上世纪八十年代开始逐渐涌现并不断发展。协同护理是慢病管理区别于传统卫生服务模式的关键要素,其目标是为患者提供有组织性的协同化医疗服务。以移动健康和人工智能为代表的信息技术能够提升慢病管理的协同效率,帮助患者与护理提供者之间形成完整的闭环反馈,将循证知识与健康数据中蕴含的信息集成到管理过程之中,推动慢病管理逐渐从传统方式向全面的数字化方式过渡。虽然以慢性病照护模型为代表的慢病管理理论模型已经发展得较为成熟,且其有效性已经在多个国家得到了验证,但在当前我国的慢病管理实践中,仍然存在着一系列的关键问题,导致以协同护理为核心的数字化慢病管理技术尚未得到有效应用。同时,数字化慢病管理领域的相关实施性研究也存在着一定的局限性。针对这些关键问题,本论文系统性地研究了如何在我国的医疗场景下形成以协同护理为特征的数字化慢病管理关键方法,具体内容包括:（1）数字化慢病协同管理模型的构建与表达方法研究。针对我国慢病管理实践存在的管理角色分工不明确、缺乏数字化全流程决策支持等问题,使用路径的方式对通用性慢病管理方法进行明确可执行的表示,通过对高血压、糖尿病与慢阻肺三类常见慢病国内外指南的分析与归纳,提炼出了包含九类共通任务的通用性管理路径,并对数字化场景下各病种的具体路径进行了明确。在此基础上,面向我国管理模式构建了路径驱动的数字化协同管理模型,并通过本体对模型中包含的结构化知识与具体路径中的医学决策知识进行了表达。（2）数字化背景下面向患者依从性增强的个性化管理方法研究。针对患者自我管理依从性问题与相关个性化管理研究的局限性,一方面,从移动健康应用的个性化需求分析入手,基于目标导向型设计方法中的用户建模过程,结合相关健康行为理论,提炼了面向患者自我管理依从性提升的用户模型,结合问卷与访谈结果识别出了三类患者虚拟角色与其对应的个性化需求。另一方面,从人工智能技术的管理实践入手,基于本体与多种自然语言处理技术实现了一种根据患者特征为其推荐相关文章的个性化健康教育方法;基于强化学习技术实现了一种在虚拟管理环境中根据患者与管理师状态给出干预建议的个性化管理策略生成方法。（3）数字化慢病闭环管理系统的设计与实现。针对我国慢病管理信息化实践中存在的缺乏理论指导以及多病种集成性较低等问题,基于所构建的模型与个性化管理方法,设计并实现了包含智能服务引擎与客户端两大组件的数字化慢病闭环管理系统。智能服务引擎以通用性慢病管理路径本体为核心,能够通过多种类型的接口为系统提供数据存储与全场景决策支持服务;客户端中的医生工作平台基于共通性路径任务设计,能够辅助不同角色的医护人员执行具有时序性与闭环性的协同式管理;客户端中的患者移动终端基于所提炼的个性化需求与行为改变轮设计,能够为患者提供全方位的自我管理支持,并在一定程度上改善患者依从性。所实现系统目前已在我国多个地区进行了实际的部署与应用。（4）面向数字化慢病管理的评价体系构建与实践。针对数字化场景下管理系统评价方面存在的局限性,基于面向远程医疗的综合评估模型,提炼了包含评价角色、评价重点与评价角度三个维度的面向个体层面的数字化慢病管理评估模型,并依据该模型对所实现系统进行了不同证据水平的实践评价,包括基于系统真实数据的回顾性评价、面向慢阻肺患者的前后对比试验与面向高血压患者的随机对照试验。评价结果表明,当前系统能够帮助医护人员与患者共同合作,开展医患之间高效互动的闭环式协同管理,并在一定程度上改善患者的疾病控制情况、日常生活质量与疾病认知水平。总的来看,本论文所提出的路径驱动的数字化慢病管理系统能够在一定程度上解决我国慢病管理实践与慢病管理领域相关研究中存在的多种问题,为数字化慢病管理在我国的推广与应用提供了理论指导与实践验证。
田秋菊[5]（2020）在《胃癌术后居家患者经口营养护理实践方案的构建》文中研究说明目的:阐述胃癌术后居家患者营养状况及其影响因素,以知信行理论为指导,以患者需求为导向,基于对患者经口营养问题和需求的调查,结合H2H营养管理模式,构建胃癌术后居家患者经口营养护理实践方案。方法:本研究采用横断面调查和纵向调查相结合的研究方法,采用广义估计方程探索导致胃癌术后3个月内体重丢失的高危人群特质;采用PG-SGA、食物频率问卷、张璟编制的消化系统肿瘤患者知识-态度-行为问卷、欧洲癌症治疗研究组织的生命质量核心量表问卷等研究工具,描述160例胃癌居家患者的营养状况、经口营养摄入情况及生活质量,并阐述影响营养状况的相关因素、营养状况与生活质量的关系、及影响经口摄入达标的相关因素;采用互联网大数据分析,确定胃癌术后居家患者饮食存在的问题和需求,对相关需求进行文献检索和证据总结,以知信行理论为指导,结合H2H营养管理模式,构建胃癌术后居家患者经口营养护理实践方案。结果:1.胃癌术后居家患者体重变化的分析:对49例胃癌术后患者纵向随访研究结果提示,从术前到术后1个月患者体重平均减少了 9.2%（P<0.001）,到术后2个月平均减少了 11.0%（P<0.001）,到术后三个月平均减少了 11.4%（P<0.001）。广义估计方程多因素分析结果显示,全胃切除（P=0.014）和术前BMI（P=0.005）是术后体重减少的独立危险因素,其中,与部分切除患者相比,全胃切除患者在术后3个月内更易发生体重丢失（β=2.8%,P=0.014）;与术前低体重患者相比,术前肥胖患者更容易发生体重丢失（β=4.5%,P=0.026）。2.胃癌居家患者营养状况:①在160例胃癌居家患者中,营养不良发生率为70.6%。21.9%患者能量摄入不达标,32.5%的患者蛋白质摄入不达标;且营养不良组患者能量不达标（26.5%vs 10.6%,P=0.027）和蛋白质不达标（38.9%vs 14.9%,P=0.002）比例显着高于非营养不良组患者;②不同治疗阶段胃癌患者,居家期经口饮食不达标颇多,其中蛋白质摄入不达标率以胃癌术后3个月内患者（占53.3%）居高、继之依次为胃癌治疗前患者（占40.3%）、术前化疗患者（占25.9%）及术后3个月后患者（占16.0%）,且不同治疗阶段胃癌患者蛋白质摄入量有显着差异（χ2=8.84,P=0.029）;③经logistic回归分析提示,年龄≥65岁（OR=3.62,P=0.005）、经口蛋白摄入不达标（OR=3.01,P=0.018）是导致胃癌居家患者营养不良的独立影响因素;④营养不良患者在躯体功能（Z=-3.33,P=0.001）、角色功能（Z=-3.39,P=0.001）、认知功能（Z=-2.37,P=0.018）、情绪功能领域（Z=-3.28,P=0.001）和总体健康状况得分（Z=-4.88,P<0.001）显着低于营养正常患者,在疼痛（Z=-2.32,P=0.021）、恶心呕吐领域（Z=-2.98,P=0.003）显着高于营养正常患者;⑤经logistic回归分析提示:胃癌患者的营养知识水平（Waldχ2=15.77,P<0.001）、ECOG 得分（Waldχ2=10.40,P=0.015）是蛋白摄入不达标的独立影响因素;胃癌患者的营养知识水平（Waldχ2=18.42,P<0.001）、ECOG得分（Waldχ2=11.16,P=0.011）是能量摄入不达标的独立影响因素。3.基于互联网的胃癌术后居家患者经口营养问题和需求调查结果:采用人工检索和爬虫技术相结合的方式对互联网上关于胃癌术后患者经口营养问题及需求进行提取,经去重、清洗后,最终纳入1420个饮食相关问题,提问中饮食问题的时间点涉及拟出院到胃切除术后数年。询问关于胃癌术后“如何吃”的问题占全部问题的83.87%,询问饮食相关症状的原因和处理类问题占12.04%,询问营养品类问题占3.45%,询问饮食和预后问题占0.56%,询问饮食和运动类问题占0.07%。其中,在“如何吃”问题中,胃癌术后“常规饮食”及针对某一食物“是否可以吃”的提问分别占43.84%和44.44%。胃癌术后居家患者经口饮食期间出现最多的七大症状分别为呕吐、吞咽困难、腹痛、腹胀、嗳气、反酸、体重下降,共占81.13%。针对胃癌术后患者经口营养情感分析结果显示,胃癌术后患者经口营养问题情感倾向整体上处于正向（正性vs负性得分:1758 vs-1531）,但是饮食和症状类问题情感倾向整体上处于负向（正性vs负性得分:256.5 vs-410）,提示饮食过程中出现的症状会给患者带来负面情绪。患者经口营养需求分析提示:胃癌术后居家患者经口营养需求包括胃癌术后饮食相关知识、心理支持及专业人员提供营养知识的需求。4.胃癌术后居家患者经口营养护理实践方案的构建结果显示:基于胃癌术后患者经口营养实践、运动管理、心理支持主题分别进行文献检索,本部分共纳入22篇实验性研究文章、4篇指南、1篇专家共识、6篇胃癌术后经口营养宣教手册。对文献进行内容分析,系统地对营养评估、促进经口营养实施的措施、运动管理、心理支持等进行证据评价和综合,结合前期的文献回顾和研究结果,构建《胃癌术后居家患者经口营养护理实践方案》。结论:1.胃癌患者术后3个月内经历体重持续丢失,全胃切除、BMI≥25kg/m2是胃癌术后3个月内体重丢失的独立危险因素。2.胃癌居家患者营养不良发生率高,营养不良会导致患者生活质量降低。3.胃癌切除术后3个月内接受化疗的居家患者蛋白质摄入不达标率最高,且蛋白质摄入不达标是导致患者营养不良的独立危险因素。4.患者的营养知识、活动情况是导致胃癌患者蛋白质和能量摄入不达标的独立危险因素,且患者营养知识不足会影响经口营养摄入,进而影响营养状况。5.胃癌术后居家患者常见饮食问题主要涉及“如何吃”、“出现饮食相关症状的原因和处理措施”;胃癌术后居家患者的需求主要为对饮食知识的需求、对专业人员实施营养支持的需求、对心理社会支持的需求。6.以本研究前期研究结果为基础,构建胃癌术后居家患者经口营养护理实践方案,由经口营养管理模块、运动管理模块和心理支持模块三部分组成。
王慧[6]（2020）在《交互作用分析与Ⅰ型错误控制中的若干问题》文中提出第一部分介绍了交互作用的定义、分类、研究意义和国内外相关研究进展,讨论了相加交互作用和相乘交互作用的关系,详细综述了相乘和相加交互作用分析相关的技术细节,包括交互作用的研究设计、分析模型、分析程序、结果报告和解释;讨论了分析中模型和程序的选择、分析中评价指标的选择、可信区间计算方法的选择。随后,通过一个实例分析,展示了交互作用分析过程和结果报告的格式。本文旨在帮助研究者深入理解医学研究中的交互作用,并为在分析中选择合适的模型和方法提供参考。接着,进一步综述了交互作用分析中的常用技术和常见问题,常用技术包括数据变换和分析方法,交互作用分析中的常见问题包括多重共线性问题、正确使用标准化回归系数、交互作用与非线性效应的区分、缺失值填补。最后,综述了交互作用筛选中涉及的统计方法。此外,在附录中推导了基于Wald检验的广义线性模型中交互作用分析的样本量估计公式。第二部分首先从一个假设检验中的各种错误指标的基本定义与关系出发,推及多个假设检验下Ⅰ型错误控制,回顾了 Ⅰ型错误控制指标总Ⅰ型错误率（FWER）和错误发现率（FDR）的发展历史,二者之间的联系与区别。系统综述了 Ⅰ型错误控制中的常用公式、常用指标、常用软件（SAS和R）及其软件实现细节。随后,介绍了 Ⅰ型错误控制中的一类方法:闭包检验与分层分析,并介绍了常见FWER控制方法与闭包检验相结合的例子。最后,综述了处理多个假设检验之间相关的方法,其中最着名的方法是Candes等（2018）提出的基于Lasso惩罚的Model-X knockoff框架。第三部分探讨了 Model-X knockoff框架用于高维变量选择中的Ⅰ型错误控制,把Model-X knockoff框架推广到MCP和SCAD两种非凸正则化方法和极高维变量选择方法SIS中。模拟研究显示:采用Model-X knockoff框架结合正则化方法和SIS后,能降低单用正则化方法和SIS的FDR,并有效控制到指定水平附近,筛选变量个数显着降低,但是功效会下降,FNR和FPR水平差异不大,三种正则化方法和SIS结合knockoff框架的方法筛选的变量个数、功效、FNR和FPR非常接近,只在个别情况下,Lasso的功效稍高。探索了把Model-X knockoff框架用于二阶段交互作用筛选方法中主效应的FDR控制,模拟结果显示,控制主效应的FDR,可以降低主效应和交互效应的筛选个数,筛选出主效应的功效和筛选出交互效应的概率仍然很高。此外,附录中列出了Ⅰ型错误控制的相关专着和国内外综述。最后总结了前面两部分需要特别注意的地方,讨论了第三部分模拟研究中发现的问题,最后,提出了本研究进一步的研究方向。
刘博洋[7]（2020）在《中国裂谷热媒介分布、风险评估及传播模型研究》文中提出裂谷热（Rift Valley fever）是由感染裂谷热病毒所导致的一种反刍动物和人的急性、热性传染病,主要由以蚊子为主的媒介进行传播。裂谷热于1930年首次在肯尼亚裂谷地区暴发。随后在非洲范围内发生了广泛的传播,对非洲的反刍动物经济造成了巨大打击。2000年,裂谷热疫情首次到达欧亚大陆,于沙特阿拉伯和也门地区暴发,为亚洲和欧洲的疫情防控工作敲响了警钟。并且,裂谷热是一种人兽共患病,不仅威胁动物健康,同时也在时刻威胁着人类健康。我国曾于2016年收治了我国首个输入性裂谷热人类病例。裂谷热为OIE规定必须通报的动物疫病。在我国《国家中长期动物疫病防治规划（2012—2020年）》中,裂谷热被列为需要重点防范的13种外来动物疫病之一。我国反刍动物产业规模巨大,牛羊肉、乳、毛等产品均与民生、经济息息相关,反刍动物经济占我国畜牧业中相当大的比重。对于裂谷热这种外来动物疫病,我国的反刍动物群体缺乏对其的抵抗力。除易感动物群体外,媒介的存在也是发生裂谷热疫情的必要条件。有多种已被证实在裂谷热的传播中具有媒介作用的蚊子在我国有广泛分布,一旦有传染源进入我国后,可以在我国形成“传染源-传播媒介-易感动物”这样完整的传播链。根据OIE对裂谷热风险的认定标准,我国应被视为存在裂谷热潜在风险的非疫区国家。OIE建议处于这一风险等级的国家,应加强进口检测、媒介控制以及公共卫生系统工作人员对于疾病的认知,以便尽早发现和遏制疫情。潜在的裂谷热疫情传入风险,对我国的反刍动物养殖业正造成巨大威胁,一旦国内暴发疫情,我国的疫情防控工作将面临巨大挑战。在国际间交通、贸易日益频繁、紧密的今天,我国对于裂谷热的传入风险应时刻保持警惕。但目前国内对于裂谷热的潜在风险认识不足,对于其媒介生态学的了解也并不充分,难以对裂谷热开展有针对性的防控工作。本研究从虫媒传染病流行的基本环节入手,对中国裂谷热潜在媒介进行了分布预测建模、对中国裂谷热发生及传播风险进行了综合评估、并基于数学模型建立了裂谷热传播动力学模拟系统。可为我国裂谷热防控策略的制订及防控措施的开展提供新的思路和宝贵的资料。本研究的主要内容为:（1）基于2004年～2019年国际裂谷热动物疫情记录,利用空间流行病学的时空分析方法,分析了裂谷热动物疫情的时空分布特征及流行规律。方向分布分析结果显示,2004年～2019年的裂谷热动物疫情依次呈现为在非洲西北部局部地区的散发（2004～2005）、非洲东南部地区较大面积的流行（2006～2009）、非洲南部局部地区的大流行（2010～2011）以及非洲中部地区较大面积的散发（2013～2019）,分布方向均呈现为不同程度的西北-东南方向;时空扫描结果显示2004年～2019年的裂谷热动物疫情存在八个具有统计学意义的时空聚集区,前三级聚集区分别位于非洲大陆东部、南部以及东南部,覆盖了研究时段内大部分的疫情数以及发病数,同时也是历史上裂谷热的传统疫区;（2）基于国内外文献记录和GBIF数据库中的媒介分布记录,以及反映中国气候条件的当前及未来高分辨率气象因子,利用Maxent生态位模型建立了预测中国裂谷热媒介分布适宜性的生态位模型。模型揭示了六种裂谷热潜在媒介,埃及伊蚊、白纹伊蚊、刺扰伊蚊、淡色库蚊、致倦库蚊以及三带喙库蚊在中国当前的分布适宜性以及在未来气候变化下的适生区变化情况。结果显示,模型AUC值在0.801～0.992,预测效果良好,六种媒介的适宜栖息地当前分布于中国的不同地区,在未来均具有不同程度的向中国北方高纬度地区扩张的趋势;（3）基于2004年～2019年国际裂谷热动物疫情记录,以及反映疫区气候条件的高分辨率气象因子,建立Maxent生态位模型揭示了影响裂谷热疫情发生的关键气象因子,并外推至中国。结果显示,模型AUC值为0.897,预测效果良好,预测中国南方的广大地区具有与非洲裂谷热疫区相似的气候条件;并利用地理信息系统技术,结合中国反刍动物分布密度以及媒介分布综合指数,揭示了中国有利于裂谷热发生的高风险地区;基于AHP层次分析,综合评估了中国交通贸易因素（公路、铁路、水路及活畜交易市场）、宿主以及媒介分布所可能引发的裂谷热在较大的空间规模上进行传播的风险,揭示了中国有利于裂谷热传播的高风险地区。最终将发生风险与传播风险进行综合叠加,得到了中国裂谷热综合风险地图;（4）基于经典仓室模型原理,根据裂谷热的流行病学特点,应用计算机技术,建立了裂谷热传播动力学模拟系统,可对局部可能发生的裂谷热疫情的传播扩散趋势进行模拟。基于假设场景,对不采取干预措施和采取干预措施情况下的疫情发展进行了模拟,探究了包括灭蚊、免疫和扑杀在内的人工干预措施在疫情防控中的效果。结果显示,在本研究的假设场景中,采取预防性措施（预防性免疫和灭蚊）可以有效降低疫情暴发的强度,减少牲畜损失;采取紧急响应措施（紧急免疫和灭蚊）可以有效促进疫情的结束,减少牲畜损失。综上所述,本研究应用多种空间流行病学研究方法及数学建模技术,对裂谷热这种外来动物疫病进入中国这样的非疫区国家的潜在风险进行了开拓性的系统分析。预测了我国多种裂谷热潜在媒介的当前及未来适生区分布,填补了我国裂谷热媒介生态信息学知识的空白,可依据预测结果开展针对性的媒介及病原监测;根据得到的我国裂谷热综合风险地图,可对识别为具有裂谷热发生及传播风险的地区开展针对性的防控工作,为政府和防疫部门提供决策支持;通过建立的裂谷热传播动力学模拟系统,可对可能发生的裂谷热疫情的发展趋势进行预测和分析,并可对采取干预措施对于疫情防控的效果进行评价,为防控策略的制订提供科学依据。
陈凡[8]（2020）在《财政扶持综合开发产业化项目对农业经济增长影响研究》文中认为我国农业供给侧结构性改革深化、乡村振兴战略稳步实施、农业高质量发展迈入新台阶,但“三农”工作仍面临诸多矛盾,财政资金扶持是破解农业产业发展困境的重要抓手。财政资金通过发挥撬动、引导作用,可为产业化项目发展提供重要的资金保障。财政扶持综合开发产业化项目对农业经济增长影响如何,是本文研究的重点。本文利用宏观统计数据及微观调研数据,运用统计分析、面板数据模型等方法展开研究。首先,提出本文的理论基础,并理论分析财政扶持综合开发产业化项目对农业经济增长的影响机制及面临的困境;然后,梳理财政扶持农业综合开发产业化项目的缘由、历史演变及发展现状;最后,分别从微观视角、宏观视角探究财政扶持综合开发产业化项目对农业经济增长的影响。主要研究结论如下。第一,农业龙头企业作为财政扶持农业综合开发产业化项目的重要建设主体,以自身发展为抓手,微观意义上对农业经济增长产生显着影响。通过对河北省、天津市60家典型农业龙头企业的深入调研,搜集2014-2018年农业龙头企业规模、经营状况、投入产出情况及成长能力等方面的指标,运用面板数据模型,分析表明财政扶持农业综合开发产业化项目资金每增加1个单位,将分别促进农业龙头企业销售收入、净利润增加0.1207、0.1271个单位。第二,农民作为财政扶持农业综合开发产业化项目的重要参与者及受益者,其收入状况是财政投入产出的微观“窗口”。探究项目区内农民是否增收、增收效果,可为农业经济增长影响效果提供微观视角。运用倾向得分匹配方法,在消除差异与选择性偏误后准确估计,结果表明,财政扶持农业综合开发产业化项目显着提高了项目区农民人均纯收入,增加了15.73%。第三,基于省级维度的分析表明,财政扶持综合开发产业化项目对农业经济增长的宏观效果在不同地区间存在显着差异。分析表明,东部、中部、西部财政综合开发产业化项目投入对农业经济增长的产出弹性分别为0.0076、0.0120、0.0080。中部地区作为农业大区,财政投入发挥了较好的积极效果。第四,基于县级维度的分析表明,财政扶持综合开发产业化项目能够促进宏观农业经济增长。以北京、天津、湖南、湖北等省（市）作为调研区域,搜集财政农业综合开发产业化项目投入、第一产业总产值、农业基础设施、农业生产常规投入要素、农业技术推广等方面的指标,运用DID方法分析,结果表明财政扶持综合开发产业化项目对宏观农业经济增长的净效果为0.3366。结合研究结论,本文提出以下政策建议:健全财政资金投入增长及监管机制;建立并推进效果评价及纠偏机制;优化资金配置并推行差别化的扶持办法;提高财政扶持农业综合开发产业化项目目标瞄准精度。
张士红[9]（2020）在《基于深度学习的四川会理“拉拉式”铜矿找矿预测研究》文中认为四川会理地区位于扬子准地台西南缘川滇裂谷系中段之会理-东川拗拉槽西端,是我国重要的铜矿资源基地。如何充分利用海量多源地学空间大数据和深度学习方法,挖掘内在的、深层次的找矿预测信息,提高找矿预测效果是当前成矿预测的重要研究方向。论文在收集、整理四川会理地区多源地学数据的基础上,开展了机器学习算法在目标类型矿床找矿预测中的应用研究,重点探讨了系统样本集构建和深度卷积神经网络成矿预测方法流程,圈定了 5处找矿远景区。研究工作对于创新矿产预测方法具有借鉴意义,同时对会理地区拉拉式铜矿勘查也具有实际应用价值。（1）综合“拉拉式”铜矿成矿地质条件、水系沉积物地球化学元素和航磁数据的分布模式及其与已知矿床（点）的空间关系,筛选出河口群地层、基性岩体临近度、Cu元素含量、主成份分析第二主分量和航磁△T化极异常5个重要预测变量,建立了综合信息预测模型。以此为基础,开展证据权法、支持向量机、随机森林和单隐层感知机模型的成矿预测性能对比研究。（2）构建了—套系统、规范的样本数据集,为训练神经网络模型奠定了基础。以研究区内代表性矿床勘探所获取的矿体平面投影范围网格化单元为中心,通过样本扩充,得到1468个矿化窗口样本;与随机获取的同等数量的非矿窗口样本结合,形成了系统的可用于深度学习的样本数据集。研究表明利用代表性矿床勘探获取的矿体范围构建样本集,训练人工神经网络模型是可行的,模型也更有针对性,对特定类型的找矿预测工作具有很好的指示作用。（3）引入集成学习的思想,结合深度学习之卷积神经网络,创新性地提出了“随机样本集成卷积神经网络”（Random Samples Integrating CNN,RSI-CNN）成矿预测技术。并在MATLAB平台编程实现了从基本预测要素数据处理、矿化与非矿窗口样本集形成和随机组合,到卷积神经网络模型训练和成矿预测的完整过程。研究表明随机样本集成卷积神经网络在数据层面增加了训练样本的多样性,在模型层面提高了预测结果的稳定性。（4）使用最大值和均值基学习器组合策略,依据成矿有利度,结合成矿地质条件,圈定了嵩枝坝、落凼—红泥坡、打厂坡西、黎洪、吊井洞等5片找矿远景区,为该地区进一步的铜矿找矿勘探提供了决策依据。
高海秀[10]（2020）在《中国牧草生产者种植决策行为研究》文中进行了进一步梳理农业是国民经济基础产业,畜牧业是农业的支柱部门,牧草产业是畜牧业提质增效乃至整个农业供给侧结构性改革的重要着力点之一。尤其是在国内食物消费结构转型升级、农业结构战略性调整、资源约束日益趋紧、生态环境压力逐步加大的背景下,在保护和有效利用天然草地的同时,积极推动人工种草发展牧草产业非常迫切。但在传统农耕文化影响下,我国牧草产业发展缓慢,从国家层面真正将牧草作为一个产业来决策也只是近十多年的事。近年来,尽管国内牧草产业较快发展,但离市场需求还相差较远,主要草产品国内缺口达1/3以上。所以,基于生产实践的大量第一手数据资料,实证研究牧草种植者生产决策的行为及影响因素,探寻如何促进国内牧草生产快速发展具有重要的现实指导意义。本研究基于科学回答牧草生产是否有效益以及牧草种植者“种还是不种”、“种多少”及发掘相关决策的影响因素这样一个总目标,依托农户行为理论同时考虑到牧草作为中间产品和粮食的竞争作物,生产者种植决策必然会受到牧草产业与其终端消费市场的连接状况以及与粮食作物的比较效益的影响这样一个特殊性,使用牧草生产八个典型省份527户实地调研问卷资料和牧草产业经济研究室2011-2018年牧草生产成本收益定点监测数据,并辅之以历年主管部门有限的宏观数据,运用耦合协调度模型、投入导向的BCC模型、Malmquist模型、二元选择模型等实证研究方法,在测算不同时空条件下中国牧草产业和草食畜牧业耦合协调度变化,以及牧草生产与主要竞争作物——粮食生产的比较效益及变化分析,牧草与粮食的技术效率和全要素生产率趋势变动及比较的基础上,重点对当前牧草种植者的生产行为特征进行了描述性统计分析,并分析了基于风险规避视角的牧草生产者决策行为和不同经营规模、不同经营类型的牧草生产者未来种植意愿及关键影响因素,最后得出研究结论及相应的对策建议。在丰富牧草产业经济研究领域、充实研究内容和拓展研究视角方面做出了一定的边际学术贡献。本研究得出如下主要研究结论:草畜产业系统耦合协调总体呈上升趋势,但仍处在过渡区间且区域差异明显;牧草种植技术效率有较大提升空间,技术进步是其全要素生产率变化的驱动力;风险规避行为对不同样本群体牧草种植决策行为的影响差异显着,教育程度、生产机械的可得性等其他一些重要影响因素也会对种植决策产生不同的影响;不同类型生产者牧草种植意愿差异明显,政策扶持等因素可显着提高种植意愿;组织化行为正向影响生产者牧草种植意愿,但对不同类型生产者影响差异显着。基于研究结论,本文提出如下对策建议:一是因地制宜推进草畜产业系统耦合,鼓励发展草畜结合经营模式;二是提升关键技术自主研发水平推进技术进步,提高牧草产业生产效率;三是建立健全产业风险管理体系,护航牧草产业健康稳定发展;四是加强牧草生产组织化发展程度,鼓励创新利益共享机制;五是完善政策扶持体系,实现政策支持精准发力。
二、模糊状态风险分析的广义Logistic回归理论与应用(6)一由时间窗口资料估计疾病潜伏期分布(上)（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、模糊状态风险分析的广义Logistic回归理论与应用(6)一由时间窗口资料估计疾病潜伏期分布(上)（论文提纲范文）
（1）新型冠状病毒肺炎多时空尺度流行特征、影响因素及风险预测研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 符号说明 |
| 前言 |
| 第一部分 中国大陆新型冠状病毒肺炎的流行特征 |
| 一、引言 |
| 二、材料与方法 |
| 2.1 数据来源 |
| 2.2 研究设计和统计分析 |
| 三、结果 |
| 3.1 新冠肺炎疫情人群分布特征及街道、镇、乡比较 |
| 3.2 我国大陆新冠肺炎流行曲线及街道、镇、乡比较 |
| 3.3 我国大陆新冠肺炎县区级罹患率地图及时空聚集分析 |
| 3.4 我国新冠肺炎流行模式分区 |
| 3.5 我国新冠肺炎防控和放宽措施及其对疫情的影响 |
| 四、讨论 |
| 第二部分 武汉市医务人员新冠肺炎流行特征及危险因素的多中心比较研究 |
| 一、引言 |
| 二、材料与方法 |
| 2.1 数据来源 |
| 2.2 研究设计和统计分析 |
| 三、结果 |
| 3.1 武汉HCW和non-HCW病例的基本特征比较 |
| 3.2 武汉市HCW和non-HCW病例发病到诊断的时间 |
| 3.3 武汉市HCW和non-HCW病例的时空分布比较 |
| 3.4 HCW感染新冠肺炎和恶化的危险因素 |
| 四、讨论 |
| 第三部分 交通和气象因素对新冠肺炎在中国大陆传播的影响 |
| 一、引言 |
| 二、材料和方法 |
| 2.1 数据来源 |
| 2.2 研究设计和统计分析 |
| 三、结果 |
| 3.1 描述性分析 |
| 3.2 交通因素对新冠肺炎广域传播的影响 |
| 3.3 气象因素对新冠肺炎本地扩散的影响 |
| 四、讨论 |
| 第四部分 中国大陆新冠肺炎传播风险预测研究 |
| 一、引言 |
| 二、材料与方法 |
| 2.1 数据来源及处理 |
| 2.2 研究设计和统计分析 |
| 三、结果 |
| 3.1 描述性分析 |
| 3.2 原始模型和简化模型的建模研究 |
| 3.3 各影响因素对于新冠肺炎风险概率预测的贡献度 |
| 3.4 原始模型和简化模型的实证研究 |
| 3.5 重点城市和季节新冠肺炎疫情暴发模拟情景的传播风险预测 |
| 四、讨论 |
| 结论 |
| 创新点与局限性 |
| 附录 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间研究成果 |
| 学位论文评阅及答辩情况表 |
| 附件 |
（2）山东省新型冠状病毒肺炎流行特征及时空聚集性研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 缩写词与符号说明 |
| 前言 |
| 资料与方法 |
| 结果 |
| 讨论 |
| 结论 |
| 创新与局限 |
| 参考文献 |
| 致谢 |
| 发表论文情况 |
| 学位论文评阅及答辩情况表 |
（3）基于情景分析的青海农牧社区减灾能力建设研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景、问题及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题 |
| 1.1.3 研究意义 |
| 1.2 国内外研究综述 |
| 1.2.1 社区减灾能力研究 |
| 1.2.2 情景分析法相关研究 |
| 1.2.3 情景分析在公共危机管理中应用研究 |
| 1.2.4 研究述评 |
| 1.3 研究思路、内容、技术路线 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容与框架 |
| 1.3.3 技术路线 |
| 第二章 相关理论与研究设计 |
| 2.1 相关概念界定 |
| 2.1.1 灾害情景分析 |
| 2.1.2 农牧社区 |
| 2.1.3 社区减灾能力 |
| 2.2 相关理论基础 |
| 2.2.1 情景分析理论 |
| 2.2.2 危机管理理论 |
| 2.2.3 极值理论 |
| 2.2.4 复杂系统理论 |
| 2.3 研究设计 |
| 2.3.1 基于“情境—任务—能力”的农牧社区减灾能力分析框架 |
| 2.3.2 研究方法 |
| 第三章 基于致灾因子分析的青海农牧社区典型灾害识别 |
| 3.1 农牧社区孕灾环境分析 |
| 3.1.1 农牧社区自然环境 |
| 3.1.2 农牧区社会经济状况 |
| 3.2 农牧社区致灾因子分析 |
| 3.2.1 气象致灾因子 |
| 3.2.2 地质致灾因子 |
| 3.2.3 生物致灾因子 |
| 3.3 农牧社区灾害脆弱性分析 |
| 3.3.1 农牧社区灾害脆弱性表现 |
| 3.3.2 农牧社区灾害脆弱性 |
| 3.3.3 农牧社区灾情分析 |
| 3.3.4 农牧社区典型灾害识别 |
| 3.4 小结 |
| 第四章 基于情景分析的青海农牧社区典型灾害情景构建 |
| 4.1 农牧社区的雪灾情况 |
| 4.1.1 雪灾的成因及影响 |
| 4.1.2 近年来青海雪灾事件 |
| 4.1.3 雪灾区域选择 |
| 4.2 农牧社区特大雪灾情景构建 |
| 4.2.1 农牧社区雪灾情景构建的参数分析 |
| 4.2.2 基于极值理论的关键情景参数选择 |
| 4.2.3 .农牧社区雪灾情景描述 |
| 4.2.4 雪灾演化过程分析 |
| 4.3 小结 |
| 第五章 基于灾害情景的青海农牧社区减灾任务与能力分析 |
| 5.1 农牧社区多元减灾主体 |
| 5.1.1 政府组织 |
| 5.1.2 社区组织 |
| 5.1.3 居民个体 |
| 5.1.4 社会力量 |
| 5.2 基于雪灾情景的农牧社区雪灾减灾任务分析 |
| 5.2.1 基于公共危机管理过程的社区常规减灾任务 |
| 5.2.2 农牧社区雪灾常规减灾任务识别 |
| 5.2.3 雪灾情景下的农牧社区雪灾减灾任务 |
| 5.2.4 基层政府雪灾减灾任务归属 |
| 5.3 基于任务的农牧社区雪灾减灾能力分析 |
| 5.3.1 农牧社区雪灾常规减灾能力分析 |
| 5.3.2 农牧社区雪灾减灾能力评估方案设计 |
| 5.3.3 农牧社区雪灾减灾能力评估模型 |
| 5.3.4 农牧社区雪灾能力矩阵分析 |
| 5.3.5 农牧社区雪灾减灾能力实践分析 |
| 5.4 小结 |
| 第六章 面向能力构建的青海农牧社区减灾对策 |
| 6.1 规则准备:提升制度运行能力 |
| 6.2 组织准备:提升应对协调联动能力 |
| 6.3 资源准备:提升持续保障能力 |
| 6.4 知识准备:激发农牧社区减灾动力 |
| 6.5 行动规划:增强行动执行能力 |
| 6.6 小结 |
| 第七章 结论与展望 |
| 7.1 研究结论和学术贡献 |
| 7.1.1 研究结论 |
| 7.1.2 学术贡献 |
| 7.2 研究不足和研究展望 |
| 7.2.1 研究不足 |
| 7.2.2 研究展望 |
| 参考文献 |
| 博士期间研究成果 |
| 致谢 |
| 附录1 第一轮德尔菲法专家咨询表 |
| 附录2 第二轮德尔菲法专家咨询表 |
| 附录3 第三轮德尔菲法专家咨询表 |
| 附录4 青海省农牧社区雪灾减灾能力评估 |
| 附录5 |
| 附录6 青海农牧区雪灾减灾能力现状调查问卷 |
| 附录7 青海农牧社区雪灾减灾能力公众评判 |
（4）数字化慢病管理系统的研究与实践（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、符号清单和术语表 |
| 第一章 绪论 |
| 1.1 慢病管理概述 |
| 1.1.1 慢病的定义与分类 |
| 1.1.2 慢病的全球化流行趋势 |
| 1.1.3 慢病管理的定义与基本要素 |
| 1.1.4 我国慢病流行趋势及管理现状 |
| 1.2 慢病管理领域研究综述 |
| 1.2.1 基于协同护理的慢病管理理论模型发展综述 |
| 1.2.2 基于CCM框架的慢病管理实施性研究综述 |
| 1.3 数字化慢病管理研究进展及应用实践 |
| 1.3.1 数字化背景下的慢病管理理论模型发展 |
| 1.3.2 数字化背景下的慢病管理实施性研究进展 |
| 1.3.3 数字化慢病管理国内外代表性应用实践 |
| 1.4 关键问题分析与论文研究内容 |
| 1.4.1 关键问题分析 |
| 1.4.2 论文的研究内容及创新点 |
| 第二章 路径驱动的数字化慢病协同管理模型构建与表达 |
| 2.1 路径驱动的数字化慢病协同管理模型构建 |
| 2.1.1 通用性慢病管理路径提炼与多病种实现 |
| 2.1.2 面向我国管理模式的数字化协同管理模型构建 |
| 2.2 基于本体的模型知识表达与验证 |
| 2.2.1 本体相关概念与构建方法 |
| 2.2.2 慢病协同管理模型基础本体构建 |
| 2.2.3 基于演绎推理的路径化决策支持 |
| 2.2.4 本体构建结果与技术性评估 |
| 2.3 本章小结 |
| 第三章 面向患者依从性增强的个性化管理方法研究 |
| 3.1 基于健康行为理论的患者个性化管理需求分析 |
| 3.1.1 移动健康应用设计方法概述 |
| 3.1.2 面向自我管理依从性增强的用户模型提炼 |
| 3.1.3 用户虚拟角色构建与需求识别 |
| 3.2 基于健康推荐系统的个性化健康教育方法研究 |
| 3.2.1 健康推荐系统相关概念与研究进展 |
| 3.2.2 健康知识推荐系统的设计与实现 |
| 3.2.3 基于测试集的推荐系统评估 |
| 3.3 基于强化学习的个性化管理策略生成方法研究 |
| 3.3.1 强化学习相关理论与研究进展 |
| 3.3.2 策略生成模型的设计与实现 |
| 3.3.3 基于虚拟环境的训练结果与模型评估 |
| 3.4 本章小结 |
| 第四章 数字化慢病闭环管理系统设计与实现 |
| 4.1 面向全场景决策支持的智能化慢病服务引擎构建 |
| 4.1.1 以引擎为核心的系统整体架构设计 |
| 4.1.2 基于多种软件框架的云端引擎实现 |
| 4.2 基于路径任务的医生协作工作平台设计与实现 |
| 4.2.1 路径任务驱动的协作工作平台功能设计 |
| 4.2.2 基于网页的协作工作平台功能实现 |
| 4.3 基于行为改变技术的患者移动终端设计与实现 |
| 4.3.1 行为改变轮驱动的干预功能设计 |
| 4.3.2 面向多平台的移动终端功能实现 |
| 4.3.3 面向患者依从性的移动终端试点性应用评价 |
| 4.4 系统部署与实际应用情况 |
| 4.5 本章小结 |
| 第五章 面向数字化慢病管理的多维度评价体系研究 |
| 5.1 数字化慢病管理系统多维度评价体系构建 |
| 5.1.1 慢病管理领域评价方法概述 |
| 5.1.2 面向个体层面的数字化慢病管理评估模型提炼 |
| 5.2 基于系统观察性数据的回顾性评价 |
| 5.2.1 研究设计与数据分析方法 |
| 5.2.2 回顾性评价结果总结 |
| 5.3 基于多层次临床试验的前瞻性评价 |
| 5.3.1 探究慢阻肺患者院外管理效果的前后对比试验 |
| 5.3.2 探究高血压患者院外管理效果的随机对照试验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 个人简历 |
| 攻读博士学位期间的主要研究成果 |
（5）胃癌术后居家患者经口营养护理实践方案的构建（论文提纲范文）
| 摘要 |
| Abstract |
| 前言 |
| 第一部分 文献回顾 |
| 1. 胃癌流行病学概述 |
| 2. 营养不良对胃癌患者预后的影响 |
| 3. 胃癌患者营养不良流行病学特征 |
| 4. 胃癌患者营养治疗状况 |
| 5. 胃癌术后居家患者经口营养实践现状 |
| 6. 胃癌术后居家经口营养中存在的问题 |
| 7. 营养评估和评价指标 |
| 8. 营养管理理论 |
| 文献回顾小结 |
| 第二部分 研究设计 |
| 1. 研究目的 |
| 2. 理论基础 |
| 3. 相关概念界定 |
| 4. 研究内容 |
| 5. 研究方法 |
| 6. 统计方法 |
| 7. 质量控制 |
| 8. 技术路线 |
| 第三部分 胃癌术后居家患者体重变化影响因素分析 |
| 1. 研究目的 |
| 2. 研究设计 |
| 3. 结果 |
| 4. 讨论 |
| 5. 结论 |
| 6. 本部分研究总结及对下一步研究启示 |
| 第四部分 胃癌居家患者营养状况调查 |
| 1. 研究目的 |
| 2. 对象与方法 |
| 3. 结果 |
| 4. 讨论 |
| 5. 结论 |
| 6. 本部分研究结论及对下一步研究的启示 |
| 第五部分 基于互联网的胃癌术后居家患者经口营养问题和需求调查 |
| 1. 研究目的 |
| 2. 对象与方法 |
| 3. 结果 |
| 4. 讨论 |
| 5. 结论 |
| 6. 本部分研究总结及对下一步研究启示 |
| 第六部分 胃癌术后居家患者经口营养护理实践方案的构建 |
| 1. 研究目的 |
| 2. 研究方法 |
| 3. 结果 |
| 4. 结论 |
| 第七部分 研究结论及局限性 |
| 1. 研究结论 |
| 2. 研究创新性 |
| 3. 研究局限性及进一步研究的方向 |
| 参考文献 |
| 附录 |
| 致谢 |
| 学术论文和科研成果目录 |
（6）交互作用分析与Ⅰ型错误控制中的若干问题（论文提纲范文）
| 摘要 |
| Abstract |
| 常用缩写词中英文对照表 |
| 前言 |
| 第一部分 交互作用分析 |
| 1.1 交互作用概述 |
| 1.1.1 交互作用的定义 |
| 1.1.2 交互作用的分类 |
| 1.1.3 相加交互作用与相乘交互作用的关系 |
| 1.1.4 交互作用的研究意义 |
| 1.1.5 交互作用的国内外研究进展 |
| 1.2 交互作用分析过程 |
| 1.2.1 研究设计 |
| 1.2.2 分析模型 |
| 1.2.3 评价指标 |
| 1.2.4 程序实现 |
| 1.2.5 结果报告 |
| 1.2.6 实例分析 |
| 1.3 交互作用分析中的常用技术和问题 |
| 1.3.1 常用数据变换 |
| 1.3.2 多重共线性问题 |
| 1.3.3 常用分析技术 |
| 1.3.4 标准化回归系数 |
| 1.3.5 交互效应与非线性效应 |
| 1.3.6 缺失值 |
| 1.4 交互作用的筛选 |
| 1.4.1 一阶段法 |
| 1.4.2 多阶段法 |
| 1.4.3 其他 |
| 第二部分 Ⅰ型错误控制 |
| 2.1 Ⅰ型错误控制概述 |
| 2.1.1 一个假设检验中的基本概念 |
| 2.1.1.1 一个假设检验中错误控制 |
| 2.1.1.2 从诊断试验看Ⅰ型错误 |
| 2.1.2 m个假设检验中的Ⅰ型错误控制 |
| 2.1.2.1 FWER控制 |
| 2.1.2.2 FDR控制 |
| 2.1.2.3 FDR(或pFDR)、local FDR与q值估计 |
| 2.1.2.4 小结 |
| 2.1.3 常用公式 |
| 2.1.4 常用指标 |
| 2.1.5 π0或m0的估计与自适应方法 |
| 2.1.6 常用软件及其实现 |
| 2.2 闭包检验与分层分析 |
| 2.2.1 闭包原理与闭包检验 |
| 2.2.2 闭包检验与序贯法 |
| 2.2.3 闭包检验与P值合并方法 |
| 2.2.4 闭包检验与固定顺序检验、守门法 |
| 2.2.5 闭包检验与组间比较 |
| 2.2.6 截尾闭包检验与序贯法 |
| 2.2.7 截尾闭包检验与两两比较 |
| 2.3 相关的处理 |
| 2.3.1 传统方法与相关 |
| 2.3.2 对相关结构建模 |
| 2.3.3 保留数据的相关结构 |
| 2.2.3.1 重抽样技术 |
| 2.2.3.2 伪变量 |
| 第三部分 Model-X knockoffs框架用于高维变量选择中的Ⅰ型错误控制 |
| 3.1 Model-X knockoffs框架结合不同正则化方法控制FDR的模拟研究 |
| 3.2 Model-X knockoffs框架结合SIS控制FDR的模拟研究 |
| 3.3 Model-X knockoffs框架结合两阶段方法在交互作用筛选中Ⅰ型错误控制的探讨 |
| 总结与讨论 |
| 参考文献 |
| 附录 |
| 附录1 交互作用分析 |
| 附录1.1 logisitc回归中基于Wald检验的样本量计算推导 |
| 附录1.2 logisitc回归中相乘交互作用和相加交互作用的样本量计算推导 |
| 附录1.3 常用分析模型(binary exposure and binary confounder)基于Wald检验的样本量计算公式中V的计算 |
| 附录1.4 线性回归模型的样本量计算的推导 |
| 附录1.5 McClelland等(2017)模拟数据的分析程序与结果 |
| 附录1.6 线性回归中模型总的多重共线性诊断指标汇总 |
| 附录1.7 线性回归中单个变量多重共线性的诊断指标汇总 |
| 附录2 Ⅰ型错误控制 |
| 附录2.1 多重检验相关的专题着作列表 |
| 附录2.2 多重检验相关的综述(不完整收集) |
| 附录2.3 多重检验相关书籍的书评(不完整收集) |
| 附录2.4 国内多重检验相关的综述与标准(不完整收集) |
| 附录2.5 Model-X knockoffs框架结合正则化方法的模拟结果1线性回归,A=4 |
| 附录2.6 Model-X knockoffs框架结合正则化方法的模拟结果2线性回归,A=6 |
| 附录2.7 Model-X knockoffs框架结合正则化方法的模拟结果3 logistic回归,A=8 |
| 附录2.8 Model-X knockoffs框架结合正则化方法的模拟结果4 logistic回归,A=14 |
| 附录2.9 Model-X knockoffs框架结合SIS的模拟结果 |
| 附录2.10 Model-X knockoffs框架结合Lasso用于两阶段交互作用筛选方法模拟结果,强边际原则 |
| 附录2.11 Model-X knockoffs框架结合Lasso用于两阶段交互作用筛选方法模拟结果,弱边际原则 |
| 综述 高维变量选择中的Ⅰ型错误控制综述 |
| 致谢 |
| 个人简介 |
（7）中国裂谷热媒介分布、风险评估及传播模型研究（论文提纲范文）
| 摘要 |
| 英文摘要 |
| 1 前言 |
| 1.1 裂谷热概述 |
| 1.1.1 病原学 |
| 1.1.2 易感动物 |
| 1.1.3 传播途径 |
| 1.1.4 临床表现 |
| 1.1.5 诊断方法 |
| 1.1.6 流行历史 |
| 1.1.7 防控措施 |
| 1.2 空间流行病学在传染病领域的应用 |
| 1.3 数学模型在传染病领域的应用 |
| 1.4 研究目的与意义 |
| 2 研究内容与技术路线 |
| 3 国际裂谷热动物疫情时空分布特征分析 |
| 3.1 方向分布分析 |
| 3.1.1 数据收集与处理 |
| 3.1.2 分析原理和方法 |
| 3.1.3 结果 |
| 3.2 时空聚集性分析 |
| 3.2.1 数据收集与处理 |
| 3.2.2 分析原理和方法 |
| 3.2.3 结果 |
| 3.3 小结 |
| 4 中国裂谷热潜在媒介当前及未来分布预测 |
| 4.1 数据收集与处理 |
| 4.1.1 媒介分布数据 |
| 4.1.2 环境因子数据 |
| 4.2 Maxent生态位模型的建立 |
| 4.2.1 模型原理 |
| 4.2.2 建模方法 |
| 4.3 结果 |
| 4.3.1 埃及伊蚊生态位建模结果 |
| 4.3.2 白纹伊蚊生态位建模结果 |
| 4.3.3 刺扰伊蚊生态位建模结果 |
| 4.3.4 淡色库蚊生态位建模结果 |
| 4.3.5 致倦库蚊生态位建模结果 |
| 4.3.6 三带喙库蚊生态位建模结果 |
| 4.4 小结 |
| 5 中国裂谷热发生及传播综合风险分析 |
| 5.1 中国裂谷热发生风险分析 |
| 5.1.1 数据收集与处理 |
| 5.1.2 分析方法 |
| 5.1.3 结果 |
| 5.2 中国裂谷热传播风险分析 |
| 5.2.1 数据收集与处理 |
| 5.2.2 分析方法 |
| 5.2.3 结果 |
| 5.3 中国裂谷热综合风险分析 |
| 5.3.1 分析方法 |
| 5.3.2 结果 |
| 5.4 小结 |
| 6 裂谷热传播动力学模拟系统的设计与实现 |
| 6.1 仓室模型简介 |
| 6.2 模型设计 |
| 6.2.1 仓室模型结构 |
| 6.2.2 模型空间结构 |
| 6.2.3 常微分方程 |
| 6.2.4 干预措施 |
| 6.3 系统实现 |
| 6.3.1 系统功能界面 |
| 6.3.2 系统模拟演示 |
| 6.4 小结 |
| 7 讨论 |
| 7.1 国际裂谷热疫情时空分布特征分析 |
| 7.2 中国裂谷热潜在媒介当前及未来分布预测 |
| 7.3 中国裂谷热发生及传播综合风险分析 |
| 7.4 裂谷热传播动力学模拟系统的设计与实现 |
| 8 结论 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表的学术论文 |
（8）财政扶持综合开发产业化项目对农业经济增长影响研究（论文提纲范文）
| 附件 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究目标 |
| 1.3 文献综述 |
| 1.3.1 关于农业产业化相关研究 |
| 1.3.2 关于农业综合开发相关研究 |
| 1.3.3 关于财政投入农业发展相关研究 |
| 1.3.4 研究评述 |
| 1.4 研究方案 |
| 1.4.1 研究思路与章节安排 |
| 1.4.2 研究方法与数据来源 |
| 1.5 创新与不足 |
| 1.5.1 创新点 |
| 1.5.2 研究不足 |
| 第二章 理论基础及分析 |
| 2.1 理论基础 |
| 2.1.1 农业的基础性及弱质性理论 |
| 2.1.2 制度变迁与产业组织理论 |
| 2.1.3 公共财政理论 |
| 2.2 财政扶持农业综合开发产业化项目的特殊性分析 |
| 2.2.1 基于农业的视角 |
| 2.2.2 基于政策目标的视角 |
| 2.2.3 基于农业经营主体发展的视角 |
| 2.3 财政扶持农业综合开发产业化项目面临困境的博弈分析 |
| 2.3.1 管理机制角度的分析 |
| 2.3.2 利益联结机制角度的分析 |
| 2.4 财政扶持综合开发产业化项目对农业经济增长影响机理 |
| 2.4.1 作用机制 |
| 2.4.2 研究假设 |
| 2.5 本章小结 |
| 第三章 财政扶持农业综合开发产业化项目发展演进及现状分析 |
| 3.1 财政扶持农业产业化发展的缘由及历史演变 |
| 3.1.1 农业产业化内涵及成效分析 |
| 3.1.2 财政扶持农业产业化发展路径分析 |
| 3.1.3 财政扶持农业产业化发展历史变迁 |
| 3.2 财政扶持农业综合开发产业化项目的主体分析 |
| 3.2.1 财政扶持农业产业化经营主体的必要性 |
| 3.2.2 财政扶持农业产业化经营主体总体特征分析 |
| 3.2.3 财政扶持农业龙头企业发展分析 |
| 3.3 财政扶持农业综合开发产业化项目分析 |
| 3.3.1 农业产业化经营项目基本情况分析 |
| 3.3.2 农业产业化经营项目空间分布分析 |
| 3.3.3 典型农业产业化经营项目分析-以天津市为例 |
| 3.4 本章小结 |
| 第四章 财政扶持综合开发产业化项目对农业经济增长影响:微观视角 |
| 4.1 背景分析 |
| 4.2 财政扶持农业综合开发产业化项目对农业龙头企业发展的影响 |
| 4.2.1 数据说明、指标选取及初步分析 |
| 4.2.2 模型设计、选择及研究假说 |
| 4.2.3 实证分析及结果 |
| 4.2.4 农业龙头企业社会效益分析 |
| 4.3 财政扶持农业综合开发产业化项目对农民增收的影响 |
| 4.3.1 理论分析及研究框架 |
| 4.3.2 数据、模型及方法 |
| 4.3.3 实证分析及结果 |
| 4.4 本章小结 |
| 第五章 财政扶持综合开发产业化项目对农业经济增长影响:宏观视角 |
| 5.1 分析框架及作用机制 |
| 5.1.1 研究视角 |
| 5.1.2 分析框架 |
| 5.1.3 作用机制 |
| 5.2 基于省级视角的分析 |
| 5.2.1 财政扶持产业化项目及农业经济发展状况分析 |
| 5.2.2 变量设置及模型设定 |
| 5.2.3 实证结果分析 |
| 5.3 基于县级视角的分析 |
| 5.3.1 理论框架 |
| 5.3.2 数据分析与理论模型 |
| 5.3.3 评估结果及分析 |
| 5.4 本章小结 |
| 第六章 研究结论及政策建议 |
| 6.1 研究结论 |
| 6.2 政策建议 |
| 参考文献 |
| 附录A |
| 附录B |
| 致谢 |
| 作者简历 |
（9）基于深度学习的四川会理“拉拉式”铜矿找矿预测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景和意义 |
| 1.2 研究现状和存在问题 |
| 1.2.1 矿产资源预测理论与方法研究进展 |
| 1.2.2 机器学习及其在矿产预测中的应用 |
| 1.2.3 研究区以往工作程度 |
| 1.2.4 存在的问题与发展趋势 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 完成的主要工作量 |
| 2 区域地质构造背景 |
| 2.1 大地构造背景 |
| 2.2 区域地质 |
| 3 矿床地质特征与成因 |
| 3.1 矿床地质特征 |
| 3.1.1 矿床规模 |
| 3.1.2 赋矿层位与岩性 |
| 3.1.3 构造对矿体的控制 |
| 3.1.4 基性侵入岩体对成矿的意义 |
| 3.1.5 矿体与矿石特征 |
| 3.2 矿床成因与控矿要素分析 |
| 4 综合数据处理及异常分析 |
| 4.1 地球化学异常分析及提取 |
| 4.1.1 勘查地球化学研究现状 |
| 4.1.2 区域地球化学特征 |
| 4.1.3 单元素地球化学异常提取 |
| 4.1.4 多元素地球化学异常提取 |
| 4.2 地球物理异常分析及提取 |
| 4.2.1 地球物理方法在成矿预测领域的应用 |
| 4.2.2 岩(矿)石磁性特征 |
| 4.2.3 航磁异常处理 |
| 4.2.4 航磁异常分布特征 |
| 4.3 小结 |
| 5 综合信息预测模型研究 |
| 5.1 综合信息矿产预测 |
| 5.2 ROC曲线 |
| 5.3 综合信息预测模型 |
| 5.4 小结 |
| 6 经典算法综合信息集成与成矿预测 |
| 6.1 训练样本 |
| 6.2 预测变量 |
| 6.3 证据权方法 |
| 6.3.1 证据权方法原理 |
| 6.3.2 证据权法成矿预测 |
| 6.4 多层感知机 |
| 6.4.1 多层感知机原理 |
| 6.4.2 多层感知机建模 |
| 6.4.3 多层感知机成矿潜力制图 |
| 6.5 支持向量机 |
| 6.5.1 支持向量机原理 |
| 6.5.2 支持向量机建模 |
| 6.5.3 支持向量机成矿潜力制图 |
| 6.6 随机森林 |
| 6.6.1 随机森林原理 |
| 6.6.2 随机森林建模 |
| 6.6.3 预测变量重要性及其边际效应分析 |
| 6.6.4 随机森林成矿潜力制图 |
| 6.7 模型性能评价 |
| 6.8 成矿潜力分析 |
| 6.9 小结 |
| 7 随机样本集成卷积神经网络成矿预测 |
| 7.1 深度学习发展历程 |
| 7.2 卷积神经网络的基本结构 |
| 7.3 卷积神经网络的架构 |
| 7.4 数据 |
| 7.4.1 预测变量 |
| 7.4.2 样本扩充 |
| 7.4.3 集成学习模型 |
| 7.5 结果与讨论 |
| 7.5.1 训练单元选择的有效性 |
| 7.5.2 性能评价 |
| 7.5.3 模型集成 |
| 7.5.4 成矿潜力分析 |
| 7.6 小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.1.1 主要成果 |
| 8.1.2 创新点 |
| 8.2 存在问题与展望 |
| 致谢 |
| 参考文献 |
| 附录 作者简历 |
（10）中国牧草生产者种植决策行为研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内文献综述 |
| 1.2.2 国外文献综述 |
| 1.2.3 文献述评 |
| 1.3 研究目标、内容与思路 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线图 |
| 1.4 研究方法与数据来源 |
| 1.4.1 研究方法 |
| 1.4.2 数据来源 |
| 1.5 可能的创新之处 |
| 第二章 理论基础和分析框架 |
| 2.1 概念界定 |
| 2.1.1 牧草和牧草产业 |
| 2.1.2 牧草生产者 |
| 2.1.3 生产行为 |
| 2.2 农户行为理论 |
| 2.2.1 舒尔茨的农户行为理论 |
| 2.2.2 恰亚诺夫的农户行为理论 |
| 2.2.3 风险规避型农户行为理论 |
| 2.3 本研究的分析框架 |
| 2.3.1 农户种植决策行为的理论分析 |
| 2.3.2 牧草生产者种植决策行为分析框架 |
| 第三章 中国牧草产业的历史演进与现实约束 |
| 3.1 中国牧草产业发展的历史阶段及政策变迁 |
| 3.1.1 萌芽时期(1949-2007年) |
| 3.1.2 成长时期(2008-2014年) |
| 3.1.3 快速发展时期(2015年-至今) |
| 3.2 中国牧草产业发展成就 |
| 3.2.1 生产形势总体向好,种植结构不断优化 |
| 3.2.2 生产技术水平有所提高,产业基础逐步夯实 |
| 3.2.3 发展方式不断创新,多种经营模式涌现 |
| 3.2.4 综合效益逐步显现,种养积极性得到提升 |
| 3.2.5 已经成长为一个日益重要且不断壮大的农业产业 |
| 3.3 中国牧草产业面临的现实约束 |
| 3.3.1 传统种养观念改变困难,牧草产业发展重要性尚未得到充分认可 |
| 3.3.2 产业科技力量储备不足,核心领域关键技术对外依存度高 |
| 3.3.3 产业扶持政策力度不足,发力不够精准 |
| 3.3.4 市场体系建设不完善,存在信息不对称现象 |
| 3.3.5 空间布局尚需优化,草畜结合力度仍待加强 |
| 3.4 本章小结 |
| 第四章 中国牧草产业和畜牧业耦合协调度及空间格局分析 |
| 4.1 研究方法与数据处理 |
| 4.1.1 修正的耦合协调度模型 |
| 4.1.2 空间自相关的度量方法 |
| 4.1.3 数据处理 |
| 4.2 耦合协调度的测算 |
| 4.2.1 指标体系的建立和数据来源 |
| 4.2.2 指标权重的确定 |
| 4.2.3 贡献系数的新定义 |
| 4.2.4 结果分析 |
| 4.3 空间自相关分析 |
| 4.3.1 全局Moran's I指数 |
| 4.3.2 局部Moran's I指数 |
| 4.4 本章小结 |
| 第五章 农户牧草与粮食生产成本收益及生产效率比较研究 |
| 5.1 数据说明与研究方法 |
| 5.1.1 数据来源与指标说明 |
| 5.1.2 研究方法 |
| 5.2 主要牧草和粮食作物成本收益比较 |
| 5.2.1 收益项目比较 |
| 5.2.2 成本项目比较 |
| 5.3 主要牧草和粮食作物生产效率比较 |
| 5.3.1 技术效率比较分析 |
| 5.3.2 全要素生产率比较分析 |
| 5.4 本章小结 |
| 第六章 牧草种植者生产行为的描述性统计分析 |
| 6.1 样本来源及基本特征 |
| 6.1.1 样本点的分布 |
| 6.1.2 样本户的基本特征 |
| 6.2 样本户牧草种植基本情况 |
| 6.2.1 样本户牧草种植年数和经营类型 |
| 6.2.2 样本户牧草种植种类及地区分布 |
| 6.2.3 样本户牧草种植生产投入情况 |
| 6.3 样本户牧草生产行为特征 |
| 6.3.1 不同样本群体生产决策行为 |
| 6.3.2 不同样本群体组织化行为 |
| 6.3.3 不同样本群体技术选择行为 |
| 6.3.4 不同样本群体风险规避行为 |
| 6.4 本章小结 |
| 第七章 牧草生产者种植决策行为研究 |
| 7.1 理论分析与数据说明 |
| 7.1.1 理论分析 |
| 7.1.2 数据说明 |
| 7.2 实证研究设计 |
| 7.2.1 模型设定 |
| 7.2.2 变量说明 |
| 7.3 实证结果分析 |
| 7.3.1 基准回归 |
| 7.3.2 稳健性检验 |
| 7.4 不同类型生产者牧草种植决策影响因素 |
| 7.4.1 不同经营类型生产者牧草种植决策影响因素 |
| 7.4.2 不同规模的生产者牧草种植决策影响因素 |
| 7.5 本章小结 |
| 第八章 牧草生产者未来种植意愿及其影响因素 |
| 8.1 理论分析与变量选择 |
| 8.1.1 理论分析 |
| 8.1.2 变量选择 |
| 8.2 模型设定与变量说明 |
| 8.2.1 模型设定 |
| 8.2.2 变量说明 |
| 8.3 模型估计结果与分析 |
| 8.3.1 回归结果与分析 |
| 8.3.2 稳健性检验 |
| 8.4 不同类型生产者牧草种植意愿影响因素 |
| 8.4.1 不同经营类型生产者牧草种植意愿影响因素 |
| 8.4.2 不同规模的生产者牧草种植意愿影响因素 |
| 8.5 本章小结 |
| 第九章 研究结论和对策建议 |
| 9.1 研究结论 |
| 9.1.1 草畜产业系统耦合协调总体呈上升趋势,但仍处在过渡区间且区域差异明显 |
| 9.1.2 牧草种植技术效率有较大提升空间,技术进步是其全要素生产率变化的驱动力 |
| 9.1.3 527户问卷的描述性统计显示,不同类型种草户样本行为差异较大 |
| 9.1.4 风险规避行为对不同样本群体牧草种植决策行为的影响差异显着 |
| 9.1.5 除风险规避行为外的其他一些重要影响因素也会对种植决策产生不同的影响 |
| 9.1.6 不同类型生产者牧草种植意愿差异明显,政策扶持等因素可显着提高种植意愿 |
| 9.1.7 组织化行为正向影响生产者牧草种植意愿,但对不同类型生产者影响差异显着 |
| 9.2 对策建议 |
| 9.2.1 因地制宜推进草畜产业系统耦合,鼓励发展草畜结合经营模式 |
| 9.2.2 提升关键技术自主研发水平推进技术进步,提高牧草产业生产效率 |
| 9.2.3 建立健全产业风险管理体系,护航牧草产业健康稳定发展 |
| 9.2.4 加强牧草生产组织化发展程度,鼓励创新利益共享机制 |
| 9.2.5 完善政策扶持体系,实现精准发力,推进牧草产业稳定持续发展 |
| 9.3 研究不足及未来展望 |
| 9.3.1 研究不足 |
| 9.3.2 未来展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
四、模糊状态风险分析的广义Logistic回归理论与应用(6)一由时间窗口资料估计疾病潜伏期分布(上)（论文参考文献）
- [1]新型冠状病毒肺炎多时空尺度流行特征、影响因素及风险预测研究[D]. 魏佳特. 山东大学, 2021(12)
- [2]山东省新型冠状病毒肺炎流行特征及时空聚集性研究[D]. 刘翠晓. 山东大学, 2021(12)
- [3]基于情景分析的青海农牧社区减灾能力建设研究[D]. 邓彩霞. 兰州大学, 2021(09)
- [4]数字化慢病管理系统的研究与实践[D]. 汪哲宇. 浙江大学, 2021(01)
- [5]胃癌术后居家患者经口营养护理实践方案的构建[D]. 田秋菊. 上海交通大学, 2020(01)
- [6]交互作用分析与Ⅰ型错误控制中的若干问题[D]. 王慧. 山西医科大学, 2020(11)
- [7]中国裂谷热媒介分布、风险评估及传播模型研究[D]. 刘博洋. 东北农业大学, 2020(04)
- [8]财政扶持综合开发产业化项目对农业经济增长影响研究[D]. 陈凡. 中国农业科学院, 2020(01)
- [9]基于深度学习的四川会理“拉拉式”铜矿找矿预测研究[D]. 张士红. 中国地质大学(北京), 2020(01)
- [10]中国牧草生产者种植决策行为研究[D]. 高海秀. 中国农业科学院, 2020