简介：【摘要】针对城市公交的客流受天气、节假日和重大活动等因素的多重影响，存在不确定性和随机性的特点。文中基于客流设备采集的客流数据，通过分析采用正态分布方式，用95%的置信区间来进行修正。在修正的数据基础上，利用均值预测、泊松分布预测、中位数预测和截尾平均预测分别进行预测与对比。结果表明四种预测方法在不同样本下的数据略有偏差，而且偏差存在一定的随机性。最后利用四种预测方法加权平均来进行修正。

简介：摘要目的构建慢性阻塞性肺疾病（COPD）合并肺动脉高压（PH）诊断预测模型并评估其效果。方法回顾性收集2014年1月1日至2019年12月31日于5家医院就诊的1 514例COPD患者，根据纳入时间排序，将患者按7∶3的比例分为训练集（1 072例）和验证集（442例）。通过患者病历和电子病历系统收集相关资料，包括人口学资料、吸烟情况、疾病既往史和临床检查资料。采用多因素logistic回归模型分析COPD合并PH的相关因素，采用“rms”程序包构建列线图模型。采用Calibration校准曲线评估模型预测概率与实际结果的一致性，采用C 指数、受试者工作特征（ROC）曲线下面积（AUC）评价模型的区分度，采用决策分析曲线（DCA）评估模型的临床实用性。结果训练集年龄为50~59、60~69和≥70岁者分别占3.7%、15.2%和81.1%，与验证集的年龄构成（分别占7.9%、27.8%和64.3%）差异有统计学意义（P=0.041）。训练集男性占79.4%，与验证集（84.6%）差异无统计学意义（P=0.243）。对训练集的多因素logistic回归模型分析显示：年龄≥70岁［OR（95%CI）：3.32（1.49~7.36）］、吸烟状态［曾经、目前吸烟OR（95%CI）分别为3.67（2.51~5.37）和2.04（1.44~2.90）］、N末端B型利钠肽前体（NT-proBNP）≥1 400 ng/L［OR（95%CI）：9.88（6.23~15.66）］、右心房直径［OR（95%CI）：1.11（1.07~1.15）］是COPD合并PH的相关因素，基于以上因素建立COPD合并PH列线图模型并开发为在线工具（https：//ph-666.shinyapps.io/zhonghua-PH/）。训练集和验证集的偏差校正后C指数（95%CI）分别为0.82（0.77~0.87）和0.77（0.68~0.86），Calibration校准曲线在训练集与验证集中均接近于对角线。训练集和验证集列线图模型AUC（95%CI）分别为0.82（0.80~0.85）和0.77（0.73~0.82）。通过ROC曲线得出训练集中最佳阈值为0.60，该值下的灵敏度、特异度分别为0.74、0.78；验证集最佳阈值为0.70，该值下的灵敏度和特异度分别为0.76和0.65。DCA分析显示：列线图模型分别在训练集和验证集中以阈概率>15.0%和>13.0%提供了优于变量全选和变量均不选策略的净效益。结论建立COPD合并PH诊断预测列线图模型简便、准确，具有良好的临床应用前景。