陈一昕
- 作品数：4 被引量：35H指数：2
- 供职机构：华盛顿大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：医药卫生理学更多>>
- 人工智能赋能未来医疗健康服务
- 现在是大数据和人工智能时代,人工智能能够赋能医疗,能够赋能很多的医疗健康领域.但可以看到,技术能力和业务价值呈现出叠加的关系.现在很多的时候,做得还是比较偏基础的,比如说数据查询、简单统计和文本分析等.现在看到的趋势是越...
- 陈一昕
- 关键词：人工智能
- 孕前血清丙氨酸氨基转移酶水平与妊娠期糖尿病发病风险相关性被引量：3
- 2021年
- 目的:探讨孕前血清丙氨酸氨基转移酶(ALT)水平与妊娠期糖尿病(GDM)发病风险关系。方法:采用回顾性队列研究方法,纳入2013年1月-2017年10月在北京市海淀区妇幼保健院建档、产检并分娩且参加过国家免费孕前优生健康检查项目的1398名女性为研究对象,建立以孕前优生健康检查项目为起点,贯穿整个孕期至妊娠期糖尿病(GDM)为终点事件的回顾性备孕妊娠队列,调取研究对象在孕前优生健康检查项目及整个孕期至GDM诊断期间的相关问卷调查和诊疗等信息。采用logistic回归模型评估孕前ALT水平对GDM发病风险的影响,并分析孕前体质指数(BMI)作为效应修饰因子与ALT水平的交互作用。结果:经多因素调整后,与ALT正常组(0-40U/L)相比,孕前血清ALT升高(>40U/L)发生GDM的OR值为2.52(95%CI 1.39-4.58);与ALT<10U/L相比,孕前血清ALT在正常范围内每升高10U/L,GDM风险平均增加31.7%(趋势性检验P<0.001)。分层分析显示,与孕前ALT水平正常且BMI<24kg/m^ 2者相比,ALT水平升高且超重或肥胖者发生GDM的风险增加了6.72倍(OR=7.72,95%CI 3.20~18.60)。交互作用分析显示,孕前超重或肥胖对血清ALT与GDM发病风险间的关联具有正向相加交互作用,相对超额风险度为4.38。结论:孕前血清ALT升高能明显增加其患GDM的风险且血清ALT水平升高与GDM风险增加呈正相关。超重或肥胖对孕前ALT升高所致的GDM风险增加具有协同效应。
- 贾佳静邹晓璇邓雨芝王硕郭同磊彭左旗胡美娜张亚赵银珠陈一昕陈一昕马旭
- 关键词：妊娠期糖尿病丙氨酸氨基转移酶体质指数超重或肥胖
- 大数据时代的智能医疗健康服务
- 慢性病的大数据能力，不仅体现在医院，同时也能输出到社区，现在也和很多地产商进行合作，地产商现在也从卖房子转型到卖服务。同时，健康是很多地产商主打的一个理念，所以也是利用大数据健康管理平台为人口，形成一个闭环，利用数据来驱...
- 陈一昕
- 关键词：运营管理
- 基于密度估计的逻辑回归模型被引量：32
- 2014年
- 介绍了一种基于密度的逻辑回归(Density-based logistic regression,DLR)分类模型以解决逻辑回归中非线性分类的问题.其主要思想是根据Nadarays-Watson密度估计将训练数据映射到特定的特征空间,然后组建优化模型优化特征权重以及Nadarays-Watson密度估计算法的宽度.其主要优点在于:它不仅优于标准的逻辑回归,而且优于基于径向基函数(Radial basis function,RBF)内核的核逻辑回归(Kernel logistic regression,KLR).特别是与核逻辑回归分析和支持向量机(Support vector machine,SVM)相比,该方法不仅达到更好的分类精度,而且有更好的时间效率.该方法的另一个显著优点是,它可以很自然地扩展到数值类型和分类型混合的数据集中.除此之外,该方法和逻辑回归(Logistic regression,LR)一样,有同样的模型可解释的优点,这恰恰是其他如核逻辑回归分析和支持向量机所不具备的.
- 毛毅陈稳霖郭宝龙陈一昕
- 关键词：逻辑回归核函数
