孟维静
- 作品数：31 被引量：128H指数：7
- 供职机构：潍坊医学院更多>>
- 发文基金：国家自然科学基金山东省自然科学基金山东省高等医学教育研究中心立项课题更多>>
- 相关领域：医药卫生文化科学理学自动化与计算机技术更多>>
- 逆概率加权法评价CAF和TAC化疗方案治疗乳腺癌疗效的回顾性队列研究
- 目的探索TAC化疗方案和CAF化疗方案治疗乳腺癌的真实疗效。方法采用回顾性队列研究的方法选择乳腺癌患者800例,其中接受CAF者（CAF组）513倒,接受TAC者（TCA组）287例,分别采用倾向性评分（PS）匹配、回归...
- 田野马洁黄璐杜泽玉吕军城石福艳孟维静王素珍潘庆忠
- 关键词：乳腺癌CAFTAC化疗方案
- 文献传递
- 经倾向指数匹配后的GP方案与NP方案治疗非小细胞肺癌的疗效评价被引量：10
- 2014年
- 【提要】目的将非小细胞肺癌患者分为吉西他滨联合顺铂（GP）方案和长春瑞滨联合顺铂（NP）方案两组，用倾向指数匹配法均衡组问的协变量，评价两种治疗方案的效果。方法以分组变量为因变量，协变量为白变量建立logistic回归模型，计算非小细胞肺癌病人的倾向指数，然后按照倾向指数进行组间卡钳匹配，对匹配后的数据进行生存分析。结果匹配前GP组和NP组的中位生存期分别为2．12年和2．18年；其置信区间分别为（1．76～2．51）年和（1．82～2．54）年：GP组和NP组的1年生存率分别为83．98％和85．25％；2年生存率分别为55．68％和58．13％；3年生存率分别为23．47％和24．99％。Logrank检验两组生存曲线间没有统计学差异（P〉0．05）。匹配后中位生存时间分别为1．96年和2．31年；其置信区间分别为（1．56～2．36）年及（1．87～2．66）年；GP组和NP组的1年生存率分别为82．83％和85．23％；2年生存率分别为49．29％和58．04％；3年生存率分别为23．18％和25．26％。Logrank检验结果表明两组生存曲线之间差别无统计学意义（P〉0．05）。结论采用倾向指数匹配法能有效的降低混杂偏倚，GP和NP两种化疗方案均可作为NSCLC的一线治疗方案。
- 赵晓蒙李炳海王素珍李京孟维静任艳峰王小礼李婵娟
- 关键词：匹配法非小细胞肺癌
- 基于倾向指数匹配法的肝癌病人疗效评价被引量：5
- 2012年
- 目的根据临床观测所得数据,采用倾向指数匹配法均衡介入治疗(TACE)和介入联合射频消融术治疗(TACE+RFA)两组之间的混杂因素,评价肝癌病人的疗效。方法以分组变量为因变量,以协变量为自变量建立Logistic回归模型并计算肝癌病人的倾向指数,用倾向指数卡钳匹配法均衡组间的协变量,对匹配后的数据进行生存分析。结果匹配前两组间不均衡的协变量在匹配以后达到了均衡。匹配之前,TACE组和TACE+RFA组的1年生存率分别为52.07%、59.08%,2年生存率分别为32.24%、36.43%,3年生存率分别为16.54%、19.39%;两组中位生存期分别为1.20和1.40年;Logrank检验结果表明两组生存曲线间无统计学差异(P>0.05);匹配之后,TACE组和TACE+RFA组的1年生存率分别为54.39%、62.28%,2年生存率分别为23.15%、40.08%,3年生存率分别为10.20%、18.52%,两组中位生存时间分别为1.10和1.50年;Logrank检验结果表明两组生存曲线之间差别有统计学意义(P=0.0033),说明联合治疗组的生存率高于TACE组。结论采用倾向指数匹配法能有效降低混杂偏倚,对肝癌病人的治疗效果做出正确评价。
- 王素珍孟维静安洪庆赵晓蒙吕军城石福艳
- 关键词：匹配法肝癌
- 基于CHAID决策树的医学生宿舍人际关系影响因素研究
- 2018年
- 目的:应用CHAID决策树方法探讨医学生宿舍人际关系的影响因素。方法:应用CHAID决策树方法对1918名医学生进行宿舍人际关系问卷调查分析。结果:性别、专业、是否独生子女、家庭情况为医学生宿舍人际关系的影响因素。结论:CHAID决策树方法能有效的寻找出宿舍人际关系差的人群及其影响因素。
- 孟维静孙涛高凯董森懿王路阳薛雯丽王素珍
- 关键词：决策树宿舍人际关系影响因素
- 广义回归神经网络在布鲁氏菌病预测中的应用被引量：4
- 2018年
- 目的:应用广义回归神经网络预测布鲁氏菌病月发病数,为布鲁氏菌病的防控提供科学依据。方法:通过Matlab 9. 1软件创建广义回归神经网络,以2010年8月到2016年8月布鲁氏菌病的月发病人数为输入,2011年8月到2017年8月的月发病人数为输出,并预测2017年9至12月布鲁氏菌病的月发病人数。结果:广义回归神经网络的最优光滑因子取0. 02。2017年9至12月布鲁氏菌病月发病人数真实值与预测值平均相对误差和决定系数分别为10. 75%和0. 64,模型拟合较好。结论:广义回归神经网络应用于布鲁氏菌病月发病人数的预测效果较好,可为该病的防控提供科学依据。
- 黄璐孙娜许小珊田野马洁杜泽玉孟维静王素珍石福艳
- 关键词：广义回归神经网络布鲁氏菌病传染病
- 基于内部预试验方差及组间差值的样本量调整模拟
- 2012年
- 目的 通过盲态下内部预试验IPS样本量调整的模拟分析,探索协变量存在前提下有效控制Ⅰ型错误、保证检验效能的合理统计方法.方法 利用蒙特-卡罗法模拟存在协变量时的两阶段自适应设计过程,分别采用协方差分析法和方差分析法分析两阶段数据,采用合并P值法确定检验的最终结果,比较两种方法对Ⅰ型错误、检验效能值的影响.结果 采用方差分析的Ⅰ型错误膨胀较协方差分析要大,检验效能也较协方差分析略低,但是Ⅰ型错误的增大更明显.结论 根据第一阶段的方差和组间均值差调整样本量时,如果存在协变量,应采用协方差分析方法分别分析第一、二阶段的数据,然后采用合并P值法做出统计推断.
- 王素珍孟维静吕军城石福艳夏结来
- 经倾向指数匹配后的肝癌患者疗效评价被引量：2
- 2012年
- 目的:将肝癌患者分为介入治疗(TACE)和介入加放疗(TCR)2组,用倾向指数匹配法均衡组间的协变量,评价2种治疗方式的效果。方法:采用logistic回归模型计算肝癌患者的倾向指数,然后按照倾向指数进行组间卡钳匹配,对匹配后的数据进行生存分析。结果:匹配前2组的生存率差异无统计学意义,Log-Rank检验的χ2=1.792,P=0.181;匹配后差异有统计学意义,Log-Rank检验的χ2=4.026,P=0.045。结论:采用倾向指数匹配法能有效降低混杂偏倚,对肝癌患者的治疗效果做出正确评价。
- 王素珍孟维静赵晓蒙吕军城石福艳
- 关键词：匹配法肝癌
- 大数据驱动背景下多元化医学统计课程体系的构建及教学模式的改革被引量：12
- 2019年
- 大数据的产生给医学领域带来了新的变革和挑战[1],由于数据规模大、实时性强、来源丰富、结构复杂等特点[2],如何从中挖掘有用的信息,有效服务于临床科研和诊疗,成为医学科研工作者和临床医生必须面对的问题,这些问题的解决需要医学统计学与医学科研设计方法、循证医学理论以及计算机技术的有机结合。在此背景下,适应社会需求,将大数据处理技术融入医学统计课程的体系构建以及教学模式改革中.
- 王素珍陶恩学石福艳吕军城孟维静许小珊孙娜朱高培李娟冯佳宁王晓璇
- 关键词：教学模式改革医学科研设计计算机技术大数据临床医生
- ARIMA乘积季节模型与广义回归神经网络模型在布鲁菌病发病预测的比较被引量：9
- 2018年
- 目的探讨适合全国布鲁菌病发病的预测模型,为布鲁菌病预测预警系统提供参考。方法利用中国疾病预防控制中心2011年1月至2016年12月按月报告的布鲁菌病发病数历史疫情数据,分别建立求和(差分)自回归移动平均(ARIMA)乘积季节预测模型和广义回归神经网络(GRNN)模型,对2017年1~8月月报数进行预测,采用实际发病数与两种模型预测数进行比较,评价指标为平均相对误差、平均绝对误差。结果建立的ARIMA(0,1,1)(0,1,1)_(12)乘积季节模型平均绝对误差、平均相对误差分别是989、0.23,GRNN模型平均绝对误差、平均相对误差分别是561、0.14,均小于ARIMA模型。结论 ARIMA模型和GRNN模型均可用于预测布病的发病数,后者预测效能优于前者。
- 马洁田野黄璐孟维静王素珍石福艳
- 关键词：布鲁菌病时间序列
- EMB多重填补法在横断面健康体检资料定量变量填补中应用被引量：1
- 2019年
- 目的研究基于bootstrap抽样的期望最大化算法(EMB)的多重填补方法在横断面健康体检定量变量缺失数据的填补效果,为健康体检数据选择恰当的多重填补方法提供相关依据。方法基于人群横断面健康体检实测数据,采用EMB法多重填补法,应用R 3.5.0统计软件中的Amelia II程序包对2013年1-12月在陕西省西安市西京医院健康体检中心进行常规体检的1 634名员工的健康体检数据进行多重填补分析。结果对于横断面定量健康体检资料,在单变量缺失率分别为<10%、20%和70%3种随机缺失情况下,EMB多重填补法相对于列表删除法其估计误差均降低;基于相同数据,EMB多重填补次数不同,资料的填补效果不同,本研究资料较为合适的填补次数为m=10次;填补前后概率密度曲线分布图显示,填补次数m=10时多重填补值与实际观察值的概率密度曲线图吻合程度较好;变量过拟合诊断图进一步显示,填补次数m=10时各变量大多数观测值的90%CI包含了其最佳拟合线,且其可信区间较窄;基于列表删除法和EMB多重填补法处理后的2个不同分析数据集分别构建的多因素回归模型中包含的变量不同。结论对于不同缺失率随机缺失的定量变量,EMB多重填补法的填补效果均优于列表删除法;不同缺失资料的最优填补次数不同。
- 石福艳马洁黄璐许小珊孙娜孟维静王素珍杨丽平
- 关键词：健康体检缺失数据
