| 中文摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 前言 | 第10-22页 |
| 1. 研究意义 | 第10页 |
| 2. 研究现状与存在问题 | 第10-19页 |
| ·ABI研究背景及相关研究现状 | 第10-13页 |
| ·预测模型相关统计方法应用进展 | 第13-18页 |
| ·存在问题 | 第18-19页 |
| 3. 研究目标 | 第19页 |
| 4. 本研究拟解决的关键技术问题 | 第19-20页 |
| 5. 研究框架 | 第20-22页 |
| 第一部分 结合踝臂指数建立全因死亡风险预测模型及相关方法学探讨 | 第22-69页 |
| 第一章 资料收集与数据预处理 | 第22-29页 |
| ·研究对象与资料来源 | 第22-23页 |
| ·数据预处理 | 第23-29页 |
| 第二章 描述性统计分析 | 第29-33页 |
| ·研究人群各变量一般情况 | 第29-30页 |
| ·不同疾病别人群ABI异常情况 | 第30页 |
| ·低ABI诊断PAD患病率 | 第30-31页 |
| ·死因构成比分析 | 第31页 |
| ·ABI正常与异常组生存曲线 | 第31-33页 |
| 第三章 自由Cox建立全因死亡预测模型 | 第33-51页 |
| ·方法原理 | 第33-37页 |
| ·模型中各变量拟合形式的确定及单因素分析 | 第37-43页 |
| ·PH假定的检查及时协变量的应用 | 第43-45页 |
| ·LASSO法选择变量并建立预测模型 | 第45-47页 |
| ·模型评价 | 第47-49页 |
| ·模型表达:ABI预测价值 | 第49-51页 |
| 第四章 自由Cox与传统Cox模型的比较 | 第51-54页 |
| ·不考虑Cox模型对数线性及PH假定 | 第51-52页 |
| ·考虑Cox模型对数线性假定不考虑PH假定 | 第52-54页 |
| 第五章 人工神经网络预测模型的建立 | 第54-62页 |
| ·原理与方法 | 第54-58页 |
| ·神经网络构建过程及主要分析结果 | 第58-62页 |
| 第六章 讨论 | 第62-69页 |
| ·缺失值与异常值的处理 | 第62-63页 |
| ·关于ABI预测价值 | 第63-66页 |
| ·模型预测中相关分析方法的讨论 | 第66-69页 |
| 第二部分 结合踝臂指数建立冠心病死亡风险预测模型 | 第69-86页 |
| 第一章 应用自由Cox比例风险模型预测 | 第69-80页 |
| ·连续型变量拟合形式选择及单因素Cox模型分析 | 第69-75页 |
| ·Cox预测模型的建立及评价 | 第75-80页 |
| 第二章 神经网络预测模型的建立及评价 | 第80-84页 |
| ·以Bootstrap法选择的变量构建神经网络及评价 | 第80-82页 |
| ·以LASSO法选择的变量构建神经网络及评价 | 第82-84页 |
| 第三章 讨论 | 第84-86页 |
| 第三部分 低踝臂指数预测全因死亡风险的Meta分析 | 第86-92页 |
| 1. 资料与方法 | 第86-87页 |
| ·资料检索方法 | 第86页 |
| ·文献的选择 | 第86-87页 |
| ·统计分析方法 | 第87页 |
| 2. 主要分析结果 | 第87-90页 |
| ·纳入文献基本情况 | 第87-88页 |
| ·低踝臂指数与全因死亡风险合并效应估计 | 第88-89页 |
| ·发表偏倚分析 | 第89-90页 |
| ·敏感性分析 | 第90页 |
| 3. 讨论 | 第90-92页 |
| 研究总结 | 第92-94页 |
| 1. 主要研究内容与结果 | 第92页 |
| 2. 主要创新点与特色 | 第92-93页 |
| 3. 临床与政策建议 | 第93页 |
| 4. 研究展望 | 第93-94页 |
| 参考文献 | 第94-103页 |
| 致谢 | 第103-104页 |
| 附录一 研究综述 | 第104-113页 |
| 参考文献 | 第109-113页 |
| 附录二 攻读博士学位期间发表学术论文 | 第113-114页 |
