简介:摘要目的分析自动机器学习(autoML)模型预测孕早期子痫前期风险的效果。方法选取2017年1月—2020年10月2 180例在济南市第二妇幼保健院建档并于孕12周进行孕检的单胎孕妇,根据整个孕期是否发生子痫前期分为子痫前期组(103例)和对照组(2 077例),比较两组孕妇临床资料和血液学指标差异,分析各指标与子痫前期发生风险的相关性。将纳入研究的孕妇按7∶3的比例随机分为训练集和测试集,应用autogluon autoML算法构建多种机器学习模型,并在训练集中进行训练和交叉验证,比较不同模型的训练和验证准确率。分析各指标在autoML模型中的重要性,以autoML模型和logistic回归模型分别对测试集孕妇孕早期子痫前期的发生风险进行预测,应用受试者工作特征(ROC)曲线对autoML模型和logistic回归模型的预测效能进行评价。结果子痫前期组年龄、孕前体质指数、孕12周体质指数、孕12周腰围、饮酒史比例、超敏C-反应蛋白(hs-CRP)、三酰甘油、低密度脂蛋白胆固醇(LDL-C)、天冬氨酸氨基转移酶(AST)、血小板分布宽度(PDW)、平均血小板体积、促甲状腺激素(TSH)、β-人绒毛膜促性腺激素水平均显著高于对照组(均P<0.05),游离三碘甲状腺原氨酸(游离T3)、游离甲状腺素(游离T4)、胎盘生长因子(PIGF)、可溶性fms样酪氨酸激酶-1(sFlt-1)、妊娠相关血浆蛋白-A(PAPP-A)均显著低于对照组(均P<0.05)。相关性分析显示,孕前体质指数、孕12周体质指数、孕12周腰围、hs-CRP、三酰甘油、AST、TSH、游离T3、游离T4、β-HCG、PIGF、sFlt-1和PAPP-A等与孕早期子痫前期风险的相关性较高;但各指标间的相关性均较低。通过autoML模型算法共构建8类18个模型,基于FastAI的神经网络_L2在训练集(0.963)和验证集(0.971)中的准确率最高;TSH、LDL-C、PDW、孕12周腰围、sFlt-1、AST等指标重要性较高,游离T4、总胆固醇、孕次、饮酒史、产次和高血压家族史重要性较低。孕早期autoML模型预测子痫前期发生风险的ROC曲线下面积显著高于logistic回归模型(0.984比0.765,P=0.002);两种预测模型在训练集的预测准确率差异无统计学意义(P>0.05);autoML模型在测试集的预测准确率和灵敏度均显著高于logistic回归模型(99.54%比98.32%,93.75%比75.00%,均P<0.05)。结论孕早期TSH、LDL-C、PDW、孕12周腰围、sFlt-1、AST等因素与子痫前期发生风险具有一定相关性,基于孕早期指标的autoML模型对子痫前期发生风险具有较高的预测价值。
简介:摘要随着我国科学技术的快速发展,推动了自动化技术的革新,在工业领域也得到了广泛应用。在现代化的工业生产过程中,自动化技术与工业生产制造结合,可以降低人力成本,提高生产效率。而自动化仪表作为支撑工业企业应用自动化技术的基础工具,可以提升控制精度与产品质量,保障了产品的安全性、高效性。本文首先对工业自动化仪表与自动化控制技术进行了该书,其次归纳总结了自动化仪表的工作原理及其种类,最后对自动化控制技术进行了分析。
简介:摘要随着计算机智能电子技术的持续发展,智能技术的覆盖范围也在进一步扩大。智能技术与电气自动化系统的结合将会使系统整体运行的平稳性和安全性有效上升,同时还为电气行业生产水平的提高提供了重要的保障。在此背景之下,本文对基于智能技术的电气自动化控制及实现进行了分析,并结合实际的应用经验提出了与之对应的应用策略,旨在为智能电气自动化控制的实现提供一定的参考资料,促进行业的转型升级。
简介:摘要吸烟有很高的风险,它会提高各种疾病得病率。现已证实常年吸烟的人100%会得慢性阻塞性肺病。吸烟导致人口死亡率在未来几年内保持显著水平。吸烟致死率在不同国家大致相似。
简介:【摘要】吸烟有很高的风险,它会提高各种疾病得病率。现已证实常年吸烟的人 100%会得慢性阻塞性肺病。吸烟导致人口死亡率在未来几年内保持显著水平。吸烟致死率在不同国家大致相似。