简介:摘要目的对比和预测乙酰唑胺等药物对急性高山病(AMS)的预防效果。方法遵循系统评价、Meta分析的PRISMA声明的检索策略,检索PubMed、Embase、Cochrane Library、Web of Science、CNKI、万方等数据库1980年1月1日至2020年12月30日符合药物预防AMS的随机对照研究(RCT),分析研究资料。使用R等统计软件在贝叶斯框架下采用马尔科夫链-蒙特卡罗法进行网状Meta分析,另外使用节点分离法对闭环研究进行一致性检验。结果最终纳入23篇文献(25项研究)对比了4种药物对AMS的预防效果,按照药物分组进行贝叶斯网状Meta分析,乙酰唑胺组、地塞米松组、银杏叶提取物组和红景天组中AMS发生率均低于安慰剂组;在不同药物的相互比较中,乙酰唑胺组、地塞米松组和红景天组AMS发生率低于银杏叶提取物组;而乙酰唑胺组、地塞米松组、红景天组之间AMS发生率差异未见统计学意义(P>0.05)。其中8项研究报道了2种药物对进入目标海拔人群脉搏血氧饱和度(SpO2)的影响,贝叶斯网状Meta分析结果显示:在目标海拔,红景天组的SpO2高于乙酰唑胺组和安慰剂组,乙酰唑胺组与安慰剂组的SpO2的差异并无统计学意义。预防AMS效果概率排序显示:乙酰唑胺组、地塞米松组、银杏叶提取物组、红景天组和安慰剂组发生AMS排名第5的概率分别为45.72%、48.80%、0、5.48%和0。提高目标海拔人群SpO2概率排序显示:乙酰唑胺组、红景天组和安慰剂组在目标海拔提高SpO2效果排名第1的概率分别为2.27%、97.66%和0.07%;直接比较结果和贝叶斯预测模型间接比较结果一致性较好,差异无统计学意义(P>0.05)。结论乙酰唑胺和地塞米松可有效预防AMS发生,应作为今后相关补充研究的首选药物。红景天在提升进入高海拔人群的SpO2同时也可降低AMS的发生率,也应受到足够的重视。银杏叶提取物预防AMS效果不如上述3种药物,临床中应视情况使用。
简介:摘要目的对帕金森病(PD)患者通过吡贝地尔与美多巴联合使用进行治疗,对获得的治疗效果进行研究。方法随机抽取我院在2016年1月到2018年1月内收治的80例PD患者,并随机分成研究组与对照组,每组各40例,对照组使用吡贝地尔治疗,研究组使用吡贝地尔联合美多巴以及心理干预进行治疗,通过改良Webester量表对临床治疗效果进行评价,观察两组患者的治疗有效率以及不良反应的发生情况。结果研究组患者的治疗有效率为70.0%,对照组的治疗有效率为45.0%;研究组患者治疗后通过改良Webester评价的评分为9.6±3.7,对照组的评分为12.3±5.8,两组较治疗前显著降低,治疗组效果更为显著(P均<0.05);研究组治疗后不良反应发生率为10.0%,对照组不良反应发生率为12.0%,差异不显著,P>0.05。结论通过吡贝地尔美多巴进行联合治疗PD患者,能够获得显著治疗效果,且安全性较高,值得在临床上推广以及应用。
简介:针对性能退化服从对称Laplace过程的产品,对其可靠性评估提出了贝叶斯方法.采用对称Laplace过程描述产品的退化过程,通过确定模型中的参数服从固定的先验分布,并且利用Gibbs抽样的方法,建立基于退化数据的贝叶斯估计模型,得到参数的后验分布.用蒙特卡洛模拟计算得到其可靠性,最后通过仿真模拟验证了模型的有效性.
简介:动态贝叶斯网络(dynamicbayesiannetwork,DBN)是一种基于时序表达数据构建基因调控网络的重要方法。然而目前的DBN方法因计算时间太长,结构不稳定,准确度低,对有效性有很大影响。根据动态贝叶斯网络的度量可分解性质,将动态贝叶斯网络分为初始网络与转移网络分别进行结构寻优,在寻优时将基于静态贝叶斯网络的最大权重生成树算法与贪婪搜索算法相结合,移植入动态贝叶斯网络中,建立基因调控网络模型。提出了一种从时序数据中构建基因调控网络的方法,克服了贝叶斯网络不能描述循环调控的缺陷,也从规模上简化了网络构建问题。通过与相关实验文献的对照,验证了提出方法的有效性,网络学习时间明显缩短,网络结构更加稳定。
简介:水文预报对于防洪、抗旱以及水资源调度等具有重要意义。水文预报通常依靠水文模型来完成,由于受到不同流域特点、产汇流机制等的限制,每个水文模型都具有各自的特点及适用区域。单一模型具有非常大的水文预报不确定性,为了解决单一模型局限性的问题,多模型水文预报常作为降低水文预报不确定性有效方法之一。选用三种常见的水文模型:时变增益水文模型、新安江模型和萨克拉门托模型,在珠江飞来峡流域进行分布式建模,采用相同的输入与初始场,三个模型独立进行模拟,然后对比三个模型的结果,并进行贝叶斯多模型加权平均和简单平均得到多模型平均结果,研究结果表明,贝叶斯模型处理后的结果要比单个模型模拟结果和简单平均处理后的结果准确率高。