questionsmedicales.fr
Environnement et santé publique
Santé publique
Méthodes épidémiologiques
Statistiques comme sujet
Analyse de régression
Modèles logistiques
Modèles logistiques : Questions médicales fréquentes
Diagnostic
5
Modèles logistiques
Diagnostic médical
Données cliniques
Modèles logistiques
Dépistage
Modèles logistiques
Maladies
Modèles logistiques
Évaluation des tests
Modèles logistiques
Symptômes
5
Symptômes
Modèles logistiques
Symptômes
Analyse statistique
Symptômes
Modèles logistiques
Évolution des symptômes
Modèles logistiques
Prévention
5
Prévention
Facteurs de risque
Campagnes de prévention
Modèles logistiques
Comportements de santé
Modèles logistiques
Épidémies
Modèles logistiques
Populations à risque
Modèles logistiques
Traitements
5
Traitements
Efficacité des traitements
Traitements
Modèles logistiques
Comparaison des traitements
Modèles logistiques
Effets secondaires
Modèles logistiques
Médecine personnalisée
Modèles logistiques
Complications
5
Complications
Modèles logistiques
Complications
Résultats cliniques
Complications à long terme
Modèles logistiques
Facteurs de risque
Complications
Gestion des complications
Modèles logistiques
Facteurs de risque
5
Facteurs de risque
Modèles logistiques
Facteurs de risque
Analyse statistique
Résultats cliniques
Facteurs de risque
Identification des facteurs de risque
Modèles logistiques
Populations
Facteurs de risque
{
"@context": "https://schema.org",
"@graph": [
{
"@type": "MedicalWebPage",
"name": "Modèles logistiques : Questions médicales les plus fréquentes",
"headline": "Modèles logistiques : Comprendre les symptômes, diagnostics et traitements",
"description": "Guide complet et accessible sur les Modèles logistiques : explications, diagnostics, traitements et prévention. Information médicale validée destinée aux patients.",
"datePublished": "2024-02-28",
"dateModified": "2026-02-17",
"inLanguage": "fr",
"medicalAudience": [
{
"@type": "MedicalAudience",
"name": "Grand public",
"audienceType": "Patient",
"healthCondition": {
"@type": "MedicalCondition",
"name": "Modèles logistiques"
},
"suggestedMinAge": 18,
"suggestedGender": "unisex"
},
{
"@type": "MedicalAudience",
"name": "Médecins",
"audienceType": "Physician",
"geographicArea": {
"@type": "AdministrativeArea",
"name": "France"
}
},
{
"@type": "MedicalAudience",
"name": "Chercheurs",
"audienceType": "Researcher",
"geographicArea": {
"@type": "AdministrativeArea",
"name": "International"
}
}
],
"reviewedBy": {
"@type": "Person",
"name": "Dr Olivier Menir",
"jobTitle": "Expert en Médecine",
"description": "Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale",
"url": "/static/pages/docteur-olivier-menir.html",
"alumniOf": {
"@type": "EducationalOrganization",
"name": "Université Paris Descartes"
}
},
"isPartOf": {
"@type": "MedicalWebPage",
"name": "Analyse de régression",
"url": "https://questionsmedicales.fr/mesh/D012044",
"about": {
"@type": "MedicalCondition",
"name": "Analyse de régression",
"code": {
"@type": "MedicalCode",
"code": "D012044",
"codingSystem": "MeSH"
},
"identifier": {
"@type": "PropertyValue",
"propertyID": "MeSH Tree",
"value": "N06.850.520.830.750"
}
}
},
"about": {
"@type": "MedicalCondition",
"name": "Modèles logistiques",
"alternateName": "Logistic Models",
"code": {
"@type": "MedicalCode",
"code": "D016015",
"codingSystem": "MeSH"
}
},
"author": [
{
"@type": "Person",
"name": "Jian Tao",
"url": "https://questionsmedicales.fr/author/Jian%20Tao",
"affiliation": {
"@type": "Organization",
"name": "Northeast Normal University, Changchun, China."
}
},
{
"@type": "Person",
"name": "Jiwei Zhang",
"url": "https://questionsmedicales.fr/author/Jiwei%20Zhang",
"affiliation": {
"@type": "Organization",
"name": "Key Laboratory of Applied Statistics of MOE, School of Mathematics and Statistics, Northeast Normal University, Changchun, China."
}
},
{
"@type": "Person",
"name": "Zhaoyuan Zhang",
"url": "https://questionsmedicales.fr/author/Zhaoyuan%20Zhang",
"affiliation": {
"@type": "Organization",
"name": "Key Laboratory of Applied Statistics of MOE, School of Mathematics and Statistics, Northeast Normal University, Changchun, China."
}
},
{
"@type": "Person",
"name": "Liang Wang",
"url": "https://questionsmedicales.fr/author/Liang%20Wang",
"affiliation": {
"@type": "Organization",
"name": "China Rongtong Agricultural Development Group Corporation Limited, Kunming 650031, China."
}
},
{
"@type": "Person",
"name": "Nicola Bulso",
"url": "https://questionsmedicales.fr/author/Nicola%20Bulso",
"affiliation": {
"@type": "Organization",
"name": "Kavli Institute for Systems Neuroscience and Centre for Neural Computation, Norwegian University of Science and Technology (NTNU), Trondheim, Norway nicola.bulso@ntnu.no."
}
}
],
"citation": [
{
"@type": "ScholarlyArticle",
"name": "Nonlinear diffusion in multi-patch logistic model.",
"datePublished": "2023-06-06",
"url": "https://questionsmedicales.fr/article/37280354",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1007/s00285-023-01936-2"
}
},
{
"@type": "ScholarlyArticle",
"name": "Tropical Logistic Regression Model on Space of Phylogenetic Trees.",
"datePublished": "2024-07-02",
"url": "https://questionsmedicales.fr/article/38954147",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1007/s11538-024-01327-8"
}
},
{
"@type": "ScholarlyArticle",
"name": "Analysis of environmental variables and deforestation in the amazon using logistical regression models.",
"datePublished": "2024-09-09",
"url": "https://questionsmedicales.fr/article/39251519",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1007/s10661-024-13086-z"
}
},
{
"@type": "ScholarlyArticle",
"name": "Prediction of protein aggregation propensity employing SqFt-based logistic regression model.",
"datePublished": "2023-07-27",
"url": "https://questionsmedicales.fr/article/37516225",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.1016/j.ijbiomac.2023.126036"
}
},
{
"@type": "ScholarlyArticle",
"name": "Combining proteomic markers to construct a logistic regression model for polycystic ovary syndrome.",
"datePublished": "2023-10-03",
"url": "https://questionsmedicales.fr/article/37854181",
"identifier": {
"@type": "PropertyValue",
"propertyID": "DOI",
"value": "10.3389/fendo.2023.1227252"
}
}
],
"breadcrumb": {
"@type": "BreadcrumbList",
"itemListElement": [
{
"@type": "ListItem",
"position": 1,
"name": "questionsmedicales.fr",
"item": "https://questionsmedicales.fr"
},
{
"@type": "ListItem",
"position": 2,
"name": "Environnement et santé publique",
"item": "https://questionsmedicales.fr/mesh/D004778"
},
{
"@type": "ListItem",
"position": 3,
"name": "Santé publique",
"item": "https://questionsmedicales.fr/mesh/D011634"
},
{
"@type": "ListItem",
"position": 4,
"name": "Méthodes épidémiologiques",
"item": "https://questionsmedicales.fr/mesh/D004812"
},
{
"@type": "ListItem",
"position": 5,
"name": "Statistiques comme sujet",
"item": "https://questionsmedicales.fr/mesh/D013223"
},
{
"@type": "ListItem",
"position": 6,
"name": "Analyse de régression",
"item": "https://questionsmedicales.fr/mesh/D012044"
},
{
"@type": "ListItem",
"position": 7,
"name": "Modèles logistiques",
"item": "https://questionsmedicales.fr/mesh/D016015"
}
]
}
},
{
"@type": "MedicalWebPage",
"name": "Article complet : Modèles logistiques - Questions et réponses",
"headline": "Questions et réponses médicales fréquentes sur Modèles logistiques",
"description": "Une compilation de questions et réponses structurées, validées par des experts médicaux.",
"datePublished": "2026-05-06",
"inLanguage": "fr",
"hasPart": [
{
"@type": "MedicalWebPage",
"name": "Diagnostic",
"headline": "Diagnostic sur Modèles logistiques",
"description": "Comment les modèles logistiques aident-ils au diagnostic ?\nQuels types de données sont utilisés dans ces modèles ?\nPeut-on utiliser ces modèles pour le dépistage précoce ?\nLes modèles logistiques sont-ils adaptés à toutes les maladies ?\nComment évaluer la performance d'un modèle logistique ?",
"url": "https://questionsmedicales.fr/mesh/D016015#section-diagnostic"
},
{
"@type": "MedicalWebPage",
"name": "Symptômes",
"headline": "Symptômes sur Modèles logistiques",
"description": "Les modèles logistiques peuvent-ils prédire des symptômes ?\nQuels symptômes peuvent être analysés avec ces modèles ?\nPeut-on modéliser des symptômes multiples ?\nComment les symptômes influencent-ils les résultats des modèles ?\nLes modèles logistiques peuvent-ils aider à comprendre l'évolution des symptômes ?",
"url": "https://questionsmedicales.fr/mesh/D016015#section-symptômes"
},
{
"@type": "MedicalWebPage",
"name": "Prévention",
"headline": "Prévention sur Modèles logistiques",
"description": "Comment les modèles logistiques aident-ils à la prévention ?\nPeut-on modéliser l'impact des campagnes de prévention ?\nLes comportements de santé peuvent-ils être intégrés ?\nLes modèles logistiques peuvent-ils prédire des épidémies ?\nComment ces modèles aident-ils à cibler les populations à risque ?",
"url": "https://questionsmedicales.fr/mesh/D016015#section-prévention"
},
{
"@type": "MedicalWebPage",
"name": "Traitements",
"headline": "Traitements sur Modèles logistiques",
"description": "Les modèles logistiques peuvent-ils évaluer l'efficacité des traitements ?\nComment les traitements sont-ils intégrés dans ces modèles ?\nPeut-on comparer plusieurs traitements avec ces modèles ?\nLes effets secondaires peuvent-ils être modélisés ?\nLes modèles logistiques aident-ils à personnaliser les traitements ?",
"url": "https://questionsmedicales.fr/mesh/D016015#section-traitements"
},
{
"@type": "MedicalWebPage",
"name": "Complications",
"headline": "Complications sur Modèles logistiques",
"description": "Les modèles logistiques peuvent-ils prédire des complications ?\nComment les complications sont-elles intégrées dans les modèles ?\nPeut-on modéliser des complications à long terme ?\nLes facteurs de risque influencent-ils les complications ?\nComment ces modèles aident-ils à la gestion des complications ?",
"url": "https://questionsmedicales.fr/mesh/D016015#section-complications"
},
{
"@type": "MedicalWebPage",
"name": "Facteurs de risque",
"headline": "Facteurs de risque sur Modèles logistiques",
"description": "Quels types de facteurs de risque peuvent être modélisés ?\nLes facteurs de risque sont-ils toujours quantifiables ?\nComment les facteurs de risque influencent-ils les résultats ?\nPeut-on identifier de nouveaux facteurs de risque avec ces modèles ?\nLes facteurs de risque peuvent-ils varier selon les populations ?",
"url": "https://questionsmedicales.fr/mesh/D016015#section-facteurs de risque"
}
]
},
{
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Comment les modèles logistiques aident-ils au diagnostic ?",
"position": 1,
"acceptedAnswer": {
"@type": "Answer",
"text": "Ils permettent d'évaluer la probabilité d'une maladie en fonction de divers facteurs."
}
},
{
"@type": "Question",
"name": "Quels types de données sont utilisés dans ces modèles ?",
"position": 2,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des données quantitatives et qualitatives sur les patients et les maladies sont utilisées."
}
},
{
"@type": "Question",
"name": "Peut-on utiliser ces modèles pour le dépistage précoce ?",
"position": 3,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, ils sont efficaces pour identifier les patients à risque de maladies spécifiques."
}
},
{
"@type": "Question",
"name": "Les modèles logistiques sont-ils adaptés à toutes les maladies ?",
"position": 4,
"acceptedAnswer": {
"@type": "Answer",
"text": "Ils sont particulièrement utiles pour les maladies avec des résultats binaires, comme présent/absent."
}
},
{
"@type": "Question",
"name": "Comment évaluer la performance d'un modèle logistique ?",
"position": 5,
"acceptedAnswer": {
"@type": "Answer",
"text": "On utilise des indicateurs comme l'aire sous la courbe ROC pour mesurer la précision."
}
},
{
"@type": "Question",
"name": "Les modèles logistiques peuvent-ils prédire des symptômes ?",
"position": 6,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, ils peuvent estimer la probabilité d'apparition de symptômes en fonction de facteurs."
}
},
{
"@type": "Question",
"name": "Quels symptômes peuvent être analysés avec ces modèles ?",
"position": 7,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des symptômes variés comme la douleur, la fatigue ou des signes cliniques spécifiques."
}
},
{
"@type": "Question",
"name": "Peut-on modéliser des symptômes multiples ?",
"position": 8,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, des modèles logistiques multinomiaux peuvent être utilisés pour des symptômes multiples."
}
},
{
"@type": "Question",
"name": "Comment les symptômes influencent-ils les résultats des modèles ?",
"position": 9,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les symptômes peuvent servir de variables explicatives, affectant les prédictions."
}
},
{
"@type": "Question",
"name": "Les modèles logistiques peuvent-ils aider à comprendre l'évolution des symptômes ?",
"position": 10,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, ils peuvent modéliser l'évolution des symptômes en fonction de divers facteurs."
}
},
{
"@type": "Question",
"name": "Comment les modèles logistiques aident-ils à la prévention ?",
"position": 11,
"acceptedAnswer": {
"@type": "Answer",
"text": "Ils identifient les facteurs de risque, permettant de cibler les interventions préventives."
}
},
{
"@type": "Question",
"name": "Peut-on modéliser l'impact des campagnes de prévention ?",
"position": 12,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, ces modèles peuvent évaluer l'efficacité des campagnes sur la réduction des risques."
}
},
{
"@type": "Question",
"name": "Les comportements de santé peuvent-ils être intégrés ?",
"position": 13,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, les comportements de santé sont souvent inclus comme variables explicatives."
}
},
{
"@type": "Question",
"name": "Les modèles logistiques peuvent-ils prédire des épidémies ?",
"position": 14,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, ils peuvent estimer la probabilité d'épidémies en fonction de divers facteurs de risque."
}
},
{
"@type": "Question",
"name": "Comment ces modèles aident-ils à cibler les populations à risque ?",
"position": 15,
"acceptedAnswer": {
"@type": "Answer",
"text": "Ils permettent d'identifier les groupes les plus susceptibles de développer des maladies."
}
},
{
"@type": "Question",
"name": "Les modèles logistiques peuvent-ils évaluer l'efficacité des traitements ?",
"position": 16,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, ils permettent d'analyser l'impact des traitements sur les résultats cliniques."
}
},
{
"@type": "Question",
"name": "Comment les traitements sont-ils intégrés dans ces modèles ?",
"position": 17,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les traitements sont inclus comme variables explicatives pour prédire les résultats."
}
},
{
"@type": "Question",
"name": "Peut-on comparer plusieurs traitements avec ces modèles ?",
"position": 18,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, ils permettent de comparer l'efficacité de différents traitements sur des résultats."
}
},
{
"@type": "Question",
"name": "Les effets secondaires peuvent-ils être modélisés ?",
"position": 19,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, les effets secondaires peuvent être intégrés comme variables dans le modèle."
}
},
{
"@type": "Question",
"name": "Les modèles logistiques aident-ils à personnaliser les traitements ?",
"position": 20,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, ils peuvent aider à adapter les traitements en fonction des caractéristiques des patients."
}
},
{
"@type": "Question",
"name": "Les modèles logistiques peuvent-ils prédire des complications ?",
"position": 21,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, ils peuvent estimer la probabilité de complications en fonction de facteurs cliniques."
}
},
{
"@type": "Question",
"name": "Comment les complications sont-elles intégrées dans les modèles ?",
"position": 22,
"acceptedAnswer": {
"@type": "Answer",
"text": "Les complications sont souvent ajoutées comme résultats à prédire dans le modèle."
}
},
{
"@type": "Question",
"name": "Peut-on modéliser des complications à long terme ?",
"position": 23,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, des modèles peuvent être utilisés pour prédire des complications à long terme."
}
},
{
"@type": "Question",
"name": "Les facteurs de risque influencent-ils les complications ?",
"position": 24,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, les facteurs de risque sont cruciaux pour prédire l'apparition de complications."
}
},
{
"@type": "Question",
"name": "Comment ces modèles aident-ils à la gestion des complications ?",
"position": 25,
"acceptedAnswer": {
"@type": "Answer",
"text": "Ils permettent d'anticiper les complications et d'adapter les soins en conséquence."
}
},
{
"@type": "Question",
"name": "Quels types de facteurs de risque peuvent être modélisés ?",
"position": 26,
"acceptedAnswer": {
"@type": "Answer",
"text": "Des facteurs environnementaux, génétiques et comportementaux peuvent être inclus."
}
},
{
"@type": "Question",
"name": "Les facteurs de risque sont-ils toujours quantifiables ?",
"position": 27,
"acceptedAnswer": {
"@type": "Answer",
"text": "Non, certains facteurs peuvent être qualitatifs, mais ils peuvent être codés pour l'analyse."
}
},
{
"@type": "Question",
"name": "Comment les facteurs de risque influencent-ils les résultats ?",
"position": 28,
"acceptedAnswer": {
"@type": "Answer",
"text": "Ils modifient la probabilité d'événements, affectant les prédictions du modèle."
}
},
{
"@type": "Question",
"name": "Peut-on identifier de nouveaux facteurs de risque avec ces modèles ?",
"position": 29,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, l'analyse peut révéler des associations entre variables et événements de santé."
}
},
{
"@type": "Question",
"name": "Les facteurs de risque peuvent-ils varier selon les populations ?",
"position": 30,
"acceptedAnswer": {
"@type": "Answer",
"text": "Oui, les facteurs de risque peuvent différer selon les caractéristiques démographiques."
}
}
]
}
]
}
Expert en Médecine, Optimisation des Parcours de Soins et Révision Médicale
Validation scientifique effectuée le 17/02/2026
Contenu vérifié selon les dernières recommandations médicales
3 publications dans cette catégorie
Affiliations :
Northeast Normal University, Changchun, China.
Publications dans "Modèles logistiques" :
3 publications dans cette catégorie
Affiliations :
Key Laboratory of Applied Statistics of MOE, School of Mathematics and Statistics, Northeast Normal University, Changchun, China.
Publications dans "Modèles logistiques" :
2 publications dans cette catégorie
Affiliations :
Key Laboratory of Applied Statistics of MOE, School of Mathematics and Statistics, Northeast Normal University, Changchun, China.
Publications dans "Modèles logistiques" :
2 publications dans cette catégorie
Affiliations :
China Rongtong Agricultural Development Group Corporation Limited, Kunming 650031, China.
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Affiliations :
Kavli Institute for Systems Neuroscience and Centre for Neural Computation, Norwegian University of Science and Technology (NTNU), Trondheim, Norway nicola.bulso@ntnu.no.
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Affiliations :
The Abdus Salam International Centre for Theoretical Physics (ICTP), Trieste, Italy marsili@ictp.it.
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Affiliations :
Kavli Institute for Systems Neuroscience and Centre for Neural Computation, Norwegian University of Science and Technology (NTNU), Trondheim, Norway yasser.roudi@ntnu.no.
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Affiliations :
Mark H. Stone, 30 Walnut Creek Lane, Oswego, IL 60543, USA, markhstone2@gmail.com.
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Affiliations :
Northeast Normal University, Changchun, China.
Beihua University, Jilin City, China.
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Affiliations :
University of Washington, Seattle, WA, USA.
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Affiliations :
Office of Epidemiology, Chinese Center for Disease Control and Prevention, Beijing 102206, China.
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Affiliations :
Department of Emergency Medicine, Sir Run Run Shaw Hospital, Zhejiang University School of Medicine, Hangzhou 310016, China.
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Affiliations :
Department of Biostatistics, Lejiu Healthcare Technology Co., Ltd, Shanghai, China.
Publications dans "Modèles logistiques" :
1 publication dans cette catégorie
Affiliations :
Nursing Department, Information Technology (IT) Center, Sir Run Run Shaw Hospital, Zhejiang University School of Medicine, Hangzhou 310016, China.
Publications dans "Modèles logistiques" :
We examine a multi-patch model of a population connected by nonlinear asymmetrical migration, where the population grows logistically on each patch. Utilizing the theory of cooperative differential sy...
Classification of gene trees is an important task both in the analysis of multi-locus phylogenetic data, and assessment of the convergence of Markov Chain Monte Carlo (MCMC) analyses used in Bayesian ...
In this study, we applied a multivariate logistic regression model to identify deforested areas and evaluate the current effects on environmental variables in the Brazilian state of Rondônia, located ...
Here we present a novel machine-learning approach to predict protein aggregation propensity (PAP) which is a key factor in the formation of amyloid fibrils based on logistic regression (LR). Amyloid f...
Proteomics technology has been used in various fields in recent years for the Q6 exploration of novel markers and the study of disease pathogenesis, and has become one of the most important tools for ...
In our previous study we used DIA proteomics to screen for proteins that were significant in 31 PCOS patients compared to women of normal reproductive age. In this study, we used logistic regression a...
We constructed a logistic model using these protein markers, where HIST1H4A (OR=1.037) was an independent risk factor for polycystic ovary syndrome and TREML1 (OR=0.976) were protective factors for th...
Our study is the first to use proteomic results with clinical biochemical data to construct a logistic regression model, and the model is consistent. However, our study still needs a more complete sam...
To establish the risk scoring model for HIV-negative neurosyphilis (NS) patients and to optimize the lumbar puncture strategy....
From 2016 to 2021, clinical information on 319 syphilis patients was gathered. Multivariate logistic regression was used to examine the independent risk factors in NS patients who tested negative for ...
There were statistically significant differences between HIV-negative NS and non-neurosyphilis (NNS) patients in the following factors. These included age, gender, neuropsychiatric symptoms (including...
The risk scoring model in this study can classify the risk of neurosyphilis in syphilis patients, optimize the lumbar puncture strategy to a certain extent, and provide ideas for the clinical diagnosi...
The validation of mathematical models of tumour growth is frequently hampered by the lack of sufficient experimental data, resulting in qualitative rather than quantitative studies. Recent approaches ...
The multiscale expansion of logistic growth models was performed by coupling gene expression profiles to the cell death rates. State-of-the-art Bayesian inference, likelihood maximisation and uncertai...
The results suggest that the classical single-cell population model (SCPM) was the best fit for the untreated and low-dose treatment conditions, while the multiscale model with a cell death rate symme...
Overall, the present study demonstrates that model performance can be improved by incorporating multiscale measurements of tumour growth when high-dose treatment is involved....
This study aimed to explore the risk factors for failed treatment of carbapenem-resistant...
A total of 189 CRAB-VAP patients were included in the safety analysis set from two Grade 3 A national-level hospitals between 1 January 2022 and 31 December 2022. The risk factors for failed treatment...
Of the 189 patients, 106 (56.1%) patients were in the successful treatment group, and 83 (43.9%) patients were in the failed treatment group. The multivariate logistic model analysis showed that age (...
Age, hypoproteinemia, daily dose, medication within 14 days prior to surgical intervention, and microbial clearance are all significant risk factors for failed treatment with CRAB-VAP, with the nomogr...
Early diagnosis and prompt treatment of malaria in young children are crucial for preventing the serious stages of the disease. If delayed treatment-seeking habits are observed in certain areas, targe...
This study applied multivariate binary logistic regression model diagnostics and geospatial logistic model to identify traditional authorities in Malawi where caregivers have unusual health-seeking be...
Both models showed significant variability in treatment-seeking habits of caregivers between villages. The mixed-effects logit model residual identified Vuso Jere, Kampingo Sibande, Ngabu, and Dzoole ...
These findings suggest that using a combination of multivariate regression model residuals and geospatial statistics can help in identifying communities with distinct treatment-seeking patterns for ch...
Coronavirus has long been considered a global epidemic. It caused the deaths of nearly 7.01 million individuals and caused an economic downturn. The number of verified coronavirus cases is increasing ...