导读:本文包含了风险预测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:风险,模型,恒生指数,气象卫星,评分,心肌梗死,数据。
风险预测论文文献综述
冷冬,李桂芹,王颖,缪冉,陈铎[1]（2019）在《肺纤维化风险预测的临床生物化学模型》一文中研究指出目的应用数据挖掘技术分析肺纤维化(pulmonary fibrosis,PF)患者及对照组血清生物化学数据,为疾病的早期诊断提供有益线索。方法本研究收集PF患者(n=29)和健康对照(n=55)的生物化学检测数据,采用Z-计分和Log2转换方式将数据进行归一化处理,用主成分分析与贝叶斯回归分析方法提取特征指标,构建PF患者血清生物化学指标的风险预测模型,并进行受试者操作特征分析。结果与正常对照相比,PF患者血清中的α-羟丁酸脱氢酶、乳酸脱氢酶、白蛋白、白蛋白与球蛋白比值、前白蛋白及钙浓度差异有统计学意义(P <0. 05)。其中α-羟丁酸脱氢酶是一种有效预测潜在PF风险的生物化学检测指标。结论本研究对PF血清生物化学数据进行挖掘分析,成功构建了PF血清生物化学预测模型。(本文来源于《首都医科大学学报》期刊2019年06期）
张政,杨金红,荆晨晨,董玉娇,秦德春[2]（2019）在《肺癌晚期患者死亡风险预测评分系统的构建及评价》一文中研究指出目的了解肺癌晚期患者死亡的临床现状,分析其风险因素,并构建有关肺癌晚期患者死亡风险的预警评分系统。方法回顾性收集分析2014年1月-2018年12月山东省潍坊市人民医院肿瘤内科收治的360例确诊为肺癌晚期患者的临床资料,将研究对象依据治疗结局分为存活与死亡,通过单因素分析及Logistic回归分析其死亡风险因素,并构建其风险评分系统,对此评分系统的评价通过Hosmer-Lemeshow χ~2检验及ROC曲线下面积进行。结果在收治的360例肺癌晚期患者中,死亡90例(25%),其中病理类型、居住地、入院原因、PS评分、NSE及cyfra21-1检验结果是肺癌晚期患者发生死亡的6项风险因素(P<0.01)。构建的肺癌晚期患者死亡风险评分系统的得分为0～14分,Hosmer-Lemeshow χ~2=8.170,P=0.417;ROC曲线下面积为0.870,通过计算约登指数(Youden index,YI)得出最佳截断点为5分。体温、脉搏、呼吸频率、血氧饱和度、白细胞计数及红细胞计数的变化是预测患者死亡风险的关键性生理指标(P<0.05)。结论肺癌晚期患者死亡率高,风险预测评分系统对肺癌晚期患者的死亡有一定的预测价值,可以作为肺癌晚期患者的死亡风险筛查工具,但需结合其关键性预测生理指标进行死亡风险的评定。(本文来源于《护士进修杂志》期刊2019年23期）
孟庆斌,宋烜,宋祉健[3]（2019）在《基于随机波动模型(SV)的人民币汇率风险预测》一文中研究指出人民币汇率风险的精准计算和预测是管理和控制汇率风险的首要条件,并随着外汇市场的发展与完善受到越来越多的重视。在此背景下,利用随机波动模型和在险价值模型对汇改后的人民币汇率风险进行度量与预测。首先,基于贝叶斯估计方法,运用四种随机波动模型对人民币汇率波动进行拟合,并运用DIC准则筛选出拟合效果最好的SV-N模型;然后,利用筛选出的模型结合在险价值模型对人民币汇率风险进行度量;最后,基于所构建的SV-N-CVaR模型,对所选样本范围之外100日的人民币汇率风险进行一步向前预测。将预测值与真实值进行比较,可以看到预测正确率为87%,汇率风险预测值和真实值的变动趋势基本相同,说明风险预测模型与真实状况保持了较高的一致性,在所构建模型的基础上建立人民币汇率风险预测体系是可行的。(本文来源于《财会月刊》期刊2019年24期）
牟新伟,王育奎[4]（2019）在《基于TSP203和理想点法的隧道塌方风险预测》一文中研究指出为有效识别隧道易塌方地段,提出了基于TSP203及理想点法的综合评价体系,并将该方法运用到济南至泰安高速小佛寺隧道项目中,将得到的结果与设计方案及超前钻探法比较发现,该方法对预测易塌方地段具有很高的准确度,可以作为未来指导施工和规避风险的一种手段。(本文来源于《山西建筑》期刊2019年21期）
林宇,吴庆贺,李昊,唐晓华[5]（2019）在《基于Twin-SVR的公司违约风险预测研究》一文中研究指出本文以发行短期融资券的公司为研究对象,首先基于信用利差构建出公司违约风险变量,然后运用Twin-SVR模型对公司违约风险展开预测,最后对影响公司违约风险Twin-SVR模型预测性能的特征指标解释能力进行了探讨。实证结果表明:在Twin-SVR模型的构建过程中,发现RBF核函数展示出了比Polynomial、Linear和Sigmoid核函数更加卓越的预测性能;与传统的SVR、BPNN以及Logistic公司违约风险预测模型相比,Twin-SVR模型不仅在整体行业中具有最优的预测性能,而且在分行业中具有优异的泛化性能;对于影响Twin-SVR模型预测性能的前两位特征指标解释能力来说,在整体行业和有色金属行业中前两位最具解释能力的指标为信用评级和是否为国有企业,在煤炭和钢铁行业中为信用评级和净资产收益率。(本文来源于《管理评论》期刊2019年11期）
常莹莹,朱斌[6]（2019）在《胃肠癌患者XELOX化疗方案致血小板减少症风险预测评分系统的建立》一文中研究指出目的探讨卡培他滨联合奥沙利铂化疗方案(XELOX)致血小板减少症(CIT)的相关风险因素,建立CIT风险预测评分系统。方法通过电子病历系统收集使用XELOX的胃肠癌患者的相关病历资料,建立CIT风险预测评分系统的"训练集"数据库。采用多因素Logistic回归法进行CIT风险因素分析并建立CIT风险预测评分系统。最后以"验证集"对评分系统进行外部验证。结果使用多因素Logistic回归法得出年龄、体质量指数、肝转移、是否进行腹会阴联合直肠癌根治术、基础血小板计数和基础中性粒细胞计数可作为CIT的独立风险因素。利用比值比(OR)值对风险因素进行赋值,建立风险预测评分系统,确定评分>6.65分为高危人群,≤6.65分为低危人群。模型评价显示,"训练集"ROC曲线下面积为0.694,灵敏度、特异度分别为75.6%和53.2%;"验证集"ROC曲线下面积为0.683,灵敏度、特异度分别为76.0%和54.4%。结论 XELOX化疗患者致CIT的风险预测评分系统的建立,有助于筛选CIT高危患者,为临床预防性应用升血小板药物提供决策依据。(本文来源于《中国临床药学杂志》期刊2019年06期）
林红梅,阮庆,沈国玉[7]（2019）在《Padua风险预测评估模型在高龄住院老年患者VTE的应用》一文中研究指出目的利用Padua风险预测模型量表分析VTE相关危险因素对高龄老年住院患者的影响,探究依据评分风险进行VTE预防的体会。方法选取我科2015年1月-2016年12月121名住院患者作为本次研究对象。将Padua风险预测模型量表应用我科高龄住院患者VTE风险评估,记录危险因素存在情况并分析评分分级与实际发生的相关关系,再根据不同风险等级采取针对性临床干预措施。结果①121例住院患者中,存在大于3个危险因素的占78.04%,大于5个危险因素的占17.5%,高危人数到达60.9%。②采用指南推荐的药物或机械预防措施进行预防的有77.68%,预防后VTE发生率为14.8%。③卡方检验结果显示,药物治疗、机械加药物干预疗效有实际意义(P <0.05),机械措施、健康教育干预临床意义不明显(P>0.05)。结论高龄住院患者VTE的危险因素多,年龄是独立因素,当前预防现状不容乐观。(本文来源于《西南军医》期刊2019年06期）
赵斌滨,刘毅[8]（2019）在《国网地质灾害预警中心完成今年汛期中长期风险预测普查》一文中研究指出本报讯 11月6日，随着今年汛期的结束，国网地质灾害预警中心建设的地质灾害多源立体监测预警体系顺利完成了今年汛期中长期风险预测普查任务,进入非汛期运作模式。近年来，受全球气候变化及人类活动的影响，电网地质灾害防治形势比较严峻，整体表现为防治难度大(本文来源于《国家电网报》期刊2019-11-12）
刘丹丹,王海珠,任凤波[9]（2019）在《ST段抬高型心肌梗死患者PCI术后血浆微囊泡浓度对再次血运重建的风险预测分析》一文中研究指出目的探讨ST段抬高型心肌梗死(STEMI)经皮冠脉介入术(PCI)术后血浆微囊泡(MVs)浓度对再次靶病变血运重建(TLR)的风险预测价值。方法回顾性分析2016年5月—2018年5月医院收治的行PCI治疗的223例STEMI患者的临床资料,术后随访6～32个月,根据是否再次发生TLR分为发生组和未发生组,统计可能引起PCI术后再次发生TLR的相关因素,对比两组可能的影响因素的差异,并采用多因素Logistic回归分析法明确相关危险因素。对比PCI术后不同时刻及发生组和未发生组不同时刻血浆MVs浓度变化;通过绘制受试者工作曲线,分析术后不同时刻血浆MVs浓度对TLR的预测价值。结果 223例患者中共33例再次发生TLR,发生率为14. 80%;发生组男性、体重指数>23. 9 kg/m~2、有吸烟史、合并高血压病、高脂血症、即刻血浆MVs浓度≥13. 5 nmol/L、支架最小开放直径<3. 5 mm患者构成比高于未发生组,差异有统计学意义(P<0. 05),且经Logistic回归分析证实均是导致PCI术后再次TLR的危险因素(P<0. 05); PCI患者术后3 d、7 d血浆MVs浓度低于术后即刻,术后7 d低于术后3 d,差异有统计学意义(P<0. 05);发生组术后不同时刻血浆MVs水平均高于未发生组,差异有统计学意义(P<0. 05),且两组术后3 d、7d血浆MVs水平均低于术后即刻,术后7 d低于术后3 d,差异有统计学意义(P<0. 05);术后即刻、术后3 d、7 d血浆MVs浓度预测TLR发生的最佳截断点分别为20. 58 nmol/L、17. 10 nmol/L、14. 21 nmol/L。术后7 d血浆MVs浓度预测TLR发生的灵敏度、特异度和准确度均高于术后即刻、术后3 d检测,且术后7 d血浆MVs浓度预测TLR发生的曲线下面积为0. 836,高于术后即刻和术后3 d。结论血浆MVs浓度≥13. 5 nmol/L是PCI术后再次TLR的危险因素,且与术后即刻、术后3 d相比,术后7 d血浆MVs浓度对STEMI患者PCI术后再次TLR风险预测价值更高。(本文来源于《心血管病学进展》期刊2019年07期）
林文豪,陈梅倩,周礼刚,孟晓旭[10]（2019）在《基于VaR-GARCH模型族的中国股市风险预测能力分析》一文中研究指出文章利用穿透率和回溯测试,考察中国股市(以香港恒生和上证综指为例)从2000年1月4日至2017年12月22日期间历史模拟法、参数模型和非参数模型共15个VaR预测模型基于滚动窗口预测机制向前一步的预测能力。采取了风险值(VaR)的概念,具体针对GARCH模型族等VaR预测模型进行估计和预测。应用UC检验、CC检验和DQ检验对预测模型进行比较评估。最终实证结果表明正负收益非对称的非正态肥尾模型更能捕捉香港恒生和上证综指的风险特征,使VaR预测值更精确。(本文来源于《统计与决策》期刊2019年21期）
风险预测论文开题报告
（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：
目的了解肺癌晚期患者死亡的临床现状,分析其风险因素,并构建有关肺癌晚期患者死亡风险的预警评分系统。方法回顾性收集分析2014年1月-2018年12月山东省潍坊市人民医院肿瘤内科收治的360例确诊为肺癌晚期患者的临床资料,将研究对象依据治疗结局分为存活与死亡,通过单因素分析及Logistic回归分析其死亡风险因素,并构建其风险评分系统,对此评分系统的评价通过Hosmer-Lemeshow χ~2检验及ROC曲线下面积进行。结果在收治的360例肺癌晚期患者中,死亡90例(25%),其中病理类型、居住地、入院原因、PS评分、NSE及cyfra21-1检验结果是肺癌晚期患者发生死亡的6项风险因素(P<0.01)。构建的肺癌晚期患者死亡风险评分系统的得分为0～14分,Hosmer-Lemeshow χ~2=8.170,P=0.417;ROC曲线下面积为0.870,通过计算约登指数(Youden index,YI)得出最佳截断点为5分。体温、脉搏、呼吸频率、血氧饱和度、白细胞计数及红细胞计数的变化是预测患者死亡风险的关键性生理指标(P<0.05)。结论肺癌晚期患者死亡率高,风险预测评分系统对肺癌晚期患者的死亡有一定的预测价值,可以作为肺癌晚期患者的死亡风险筛查工具,但需结合其关键性预测生理指标进行死亡风险的评定。
（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。
风险预测论文参考文献
[1].冷冬,李桂芹,王颖,缪冉,陈铎.肺纤维化风险预测的临床生物化学模型[J].首都医科大学学报.2019
[2].张政,杨金红,荆晨晨,董玉娇,秦德春.肺癌晚期患者死亡风险预测评分系统的构建及评价[J].护士进修杂志.2019
[3].孟庆斌,宋烜,宋祉健.基于随机波动模型(SV)的人民币汇率风险预测[J].财会月刊.2019
[4].牟新伟,王育奎.基于TSP203和理想点法的隧道塌方风险预测[J].山西建筑.2019
[5].林宇,吴庆贺,李昊,唐晓华.基于Twin-SVR的公司违约风险预测研究[J].管理评论.2019
[6].常莹莹,朱斌.胃肠癌患者XELOX化疗方案致血小板减少症风险预测评分系统的建立[J].中国临床药学杂志.2019
[7].林红梅,阮庆,沈国玉.Padua风险预测评估模型在高龄住院老年患者VTE的应用[J].西南军医.2019
[8].赵斌滨,刘毅.国网地质灾害预警中心完成今年汛期中长期风险预测普查[N].国家电网报.2019
[9].刘丹丹,王海珠,任凤波.ST段抬高型心肌梗死患者PCI术后血浆微囊泡浓度对再次血运重建的风险预测分析[J].心血管病学进展.2019
[10].林文豪,陈梅倩,周礼刚,孟晓旭.基于VaR-GARCH模型族的中国股市风险预测能力分析[J].统计与决策.2019
论文知识图
