关键词： 新型冠状病毒肺炎   流行规律   参数估计   最小二乘法  

摘要： 为了加深对新型冠状病毒肺炎（简称“新冠肺炎”）的了解，探究新型冠状肺炎病毒的流行规律，对确定患病总人数未来的变化情况进行估计，为疾病防治预测部门开展有效的预防对策给予参考。本文对传染病预测模型进行了分析研究，选出合适有效的模型对实际收集到的疫情数据进行分析，然后将得到的结果与真实情况作对比，估计模型改的有效性。具体内容如下：开头先对研究的社会背景、研究的目的和意义、国内外研究现状进行了简单的描述，然后对传染病预测的定义、传染病预测预警的含义、进行预测预警的步骤、进行传染病预测的意义进行说明，这些内容是本文进行研究的理论基础。第三章的数学定义包括：随机过程、概率生成函数、连续时间下的Markov Chain、转移概率、生灭过程和最小二乘法，这些为随机性SIR模型的建立提供了数学理论基础。第四章对什么是传染病动力学模型进行了说明，传染病动力学中的四种基本仓室模型是最经典的，在使用这些模型时需要了解模型中字母的含义和模型的原理。第四章中还对基本再生数的含义和怎样计得到做了说明。第五章进行研究是收集了从2020年1月23日到2020年3月23日期间湖北省武汉市每天确定感染病毒的人数，治愈人数，死亡人数的数据，再通过查阅资料对比四种仓室模型的优缺点选出最适合用于研究的确定性SIR模型，通过最小二乘法对确定性SIR模型参数进行估计，得到最优参数估计值，从而建立出最优的SIR模型，利用建造出来的最有效的模型对武汉市确定感染肺炎的未来人数进行估计分析，并为采取有效的措施给些建议。文章的最后对这种方法的优点进行了分析，同时指出了该方法的不足之处，需要后续采取措施纠正。

关键词： 复杂网络   股票市场   新冠肺炎疫情   系统性风险  

摘要： 股票市场作为现代金融体系的重要组成部分,不仅具有典型的复杂系统特征,更是整个国民经济发展的晴雨表。已有研究表明,2003年非典疫情和2008年次贷危机等重大突发事件对股票市场稳定性具有重要影响。2020年初,新冠肺炎疫情的暴发对股票市场的负向冲击迅速显现。 为了解突发事件对股票市场的影响机制,更好规避其所带风险,本文对新冠肺炎疫情背景下中国股票市场网络的结构演变与其对系统性风险溢出水平的影响进行了研究。本文分别以阈值法和最小生成树方法构建了中国股票市场复杂网络模型,基于对网络结构指标值的统计分析,从个体与行业两个维度对疫情发生前与疫情期间两个时间段内的股票市场网络结构特征演化情况进行了综合分析,以探究其演变机理。通过对度分布进行拟合,得出中国股票市场网络具备无标度性的结论。本文采用Co Va R法测度中国股票市场整体与机构个体的系统性风险水平,据此进行了静态与动态层面的协同分析,并结合中国股票市场最小生成树网络模型,通过构建股票市场网络结构与系统性风险水平的回归模型对网络结构如何影响系统性风险水平进行了研究。 研究结果表明:第一,疫情的冲击推动股票市场网络形成多模块聚集。第二,疫情的冲击促使股票市场网络核心节点实现结构性调整。第三,股票市场网络的接近中心性对系统性风险水平具有显著影响。基于以上结果,本文对政府在突发公共危机背景下维护股票市场稳定性和进行系统性风险控制提供了相应政策建议。

关键词： 乡镇   “乙类甲管”   新冠肺炎疫情防控   S-CAD方法  

摘要： 随着对新型冠状病毒感染实施“乙类乙管”(乙类传染病采取乙类管理措施)的总体方案的出台,历时三年的新冠肺炎疫情防控工作转入以救治为主的乙类传染病常态化管理阶段。前事不忘后事之师,认真总结新冠肺炎疫情防控工作中的得与失,对迎战未来可能遇到的未知新型致命性流行疾病具有极其重要的意义。本文通过主体观点(S-CAD)决策评估方法与文献分析法、实地调查法相结合的方式,归纳梳理了“乙类甲管”(乙类传染病采取甲类管理措施)期间唐山市F区乡镇地区落实过的新冠肺炎疫情防控措施,并以此为研究对象,以唐山市F区县级疫情防控指挥部负责人和乡级疫情防控分管负责同志为关键知情人进行决策评估,分析“乙类甲管”期间唐山市F区乡镇在新冠肺炎疫情防控工作中的具体措施及其落实成效,找出基层工作中信息公开不及时不充分、监测预警机制不成熟、基层干部政治压力过大以及医疗救治能力建设不足等问题,提出了乡镇基层公共卫生事件应急处置应当加强宣传教育、健全预警监测机制、科学精准管控、加强救治能力建设以及合理分配全责等优化建议。以期对乡镇公共卫生事件应急管理有所启示,使得乡镇在今后面对新的未知致命性较高传染病时,能够更早发现、更快处置,尽最大可能减少病毒传播对人民群众生命健康的威胁和对经济社会发展的破坏。图1幅;表14个;参42篇。

关键词： 新冠肺炎疫情   商业银行   数字化转型   金融服务  

摘要： 新冠肺炎疫情对商业银行的经营业绩和资产质量产生了重大影响，但也为发展非接触金融服务和实现数字化转型提供了机遇。中国的商业银行已经推出了各种在线金融服务，以缓解企业的融资困难，但它们在准确地分析客户和执行精确的政策方面面临挑战。为应对这些挑战，招商银行采取进一步加快数字化转型的措施，包括采用数字化思维、创新数据应用、完善数据治理。另一方面，中国政府一直强调数字发展和数字经济的重要性，银行业面临着转型升级的压力。目前关于数字化转型这方面的研究比较少，因此本文研究希望在这方面有所突破。　　本文第一章为导论部分，介绍了文章的研究背景、研究意义以及研究方法和论文框架，并指出了文章的创新之处。第二章探讨了新冠肺炎疫情对商业银行的冲击，并从商业银行数字化转型的概念、现状、问题、必要性和机遇等方面进行了分析。第三章以招商银行数字化转型为案例进行介绍，包括招商银行及其转型历程、数字化转型环境分析、转型理念、优势分析以及存在的问题。第四章探讨了疫情背景下招商银行数字化转型的战略措施，介绍了招商银行数字化转型的战略保障措施，并总结了疫情冲击下招商银行数字化转型的成效。第五章结合招商银行数字化转型案例，提出了我国商业银行在疫情冲击下数字化转型的对策建议，包括以疫情为重要契机、运用金融科技等手段以及制定适合自身数字化转型的对策，以应对疫情对商业银行的冲击。　　本文旨在通过对疫情冲击下招商银行数字化转型案例的分析研究，探讨普遍适用的结论，以为其他商业银行的数字化转型提供建议，帮助应对疫情冲击。

关键词： 基层政府   突发公共卫生事件   应急管理   新冠肺炎  

摘要： 党的二十大中提出“加强重大疫情防控救治体系和应急能力建设”是对中国公共卫生安全的道路指引,也是提高国家治理能力的内在要求。而提高公共卫生事件应对能力的第一主体就是基层政府;基层政府作为应对处理各类突发公共卫生事件的第一关卡,是有效连接政府和群众之间的桥梁和纽带。自新冠肺炎爆发以来,基层政府在控制疫情发展、阻碍疫情蔓延等方面取得了一定成效,但在应对突发公共卫生事件应急管理的问题上仍然存在诸多问题,如:应急预案体系尚未健全、医疗卫生综合系统有待完善、政府各部门联防联控能力有待加强等等。因此,如何科学有效应对突发公共卫生事件,是我国基层政府亟待解决的重要问题。本文通过以黑龙江省巴彦县疫情防控实际为研究对象,以危机管理理论、危机生命周期理论为指导,运用文献研究法、案例研究法、比较分析法等研究方法开展研究。首先,对本文的研究背景、研究意义、研究思路与研究方法以及国内、国外研究现状进行全面梳理和总结,然后进一步明确界定相关概念及理论基础并对其进行简要概述;其次,阐述了当前巴彦县的基本情况和新冠肺炎疫情发展现状,同时分别从防控预警、疫情突发、控制处理等三个方面论述了巴彦县在此次疫情中应急管理的实际过程;再次,在分析总结了巴彦县政府在疫情防控中存在的问题及原因的基础之上,精选了国内各级政府在抗击疫情时的经典案例,并对其进行详细分析及经验梳理;最后,从政府构建动态科学的信息化预案体系、健全医疗资源配置综合保障体系、打造多元主体联合协作制度平台、全面建立动态联合应急反应机制、更新优化政府人力资源管理制度等方面提出完善黑龙江省县级政府应对突发公共卫生事件应急管理的对策建议。

关键词： 突发公共卫生事件政策   新冠政策   知识元本体   语义链接网络   细粒度知识组织   政策精准检索  

摘要： 突发公共卫生事件的爆发给人民的生命财产安全造成巨大的威胁。突发公共卫生事件应对政策(以下简称“突发公共卫生事件政策”)是公众了解政府应对突发公共卫生事件最为直接有效的工具,公众往往通过政府出台的政策来查询政府应对突发公共卫生事件的具体方案和策略,并寻找与自身相关的政策知识资源。当前,不同群体在查询突发公共卫生事件政策中所需的知识资源时,存在检索效率低、检索过程耗时且无法快速定位政策文本中关键内容的问题。因此,如何对突发公共卫生事件政策文本进行细粒度知识表示和组织,以满足不同群体日益增长的对快速、精准、智能化政策内容获取方式的渴求,是突发公共卫生事件政策知识组织领域的研究重点。 为了解决上述不同群体获取突发公共卫生事件政策资源的困境,本文尝试从细粒度知识组织的视角出发,研究突发公共卫生事件政策的知识表示和组织方法。本文的工作主要包含以下方面: (1)设计突发公共卫生事件政策细粒度组织框架。首先,本文系统地分析了突发公共卫生事件政策的文本结构,对单篇突发公共卫生事件政策的语义结构特征进行解析;其次,调研现有突发公共卫生事件政策检索平台知识组织现状和不同群体的政策精准性检索需求,并在此基础上提出了包含突发公共卫生事件政策资源层、政策细粒度知识表示层、政策细粒度知识组织层和突发公共卫生事件政策知识检索平台构建与知识发现层的突发公共卫生事件政策知识组织体系架构。最后,设计突发公共卫生事件政策知识表示的数学模型,将政策内容条例表示成具有同一形式的细粒度知识特征单元,该框架为突发公共卫生事件政策的细粒度组织研究奠定基础。 (2)提出基于知识元本体的突发公共卫生事件政策细粒度组织方法,并以新冠肺炎疫情为例,制定突发公共卫生事件政策细粒度组织的实验及结果分析思路。首先,在突发公共卫生事件政策知识表示模型的基础上,充分发挥语义链接网络在语义关系组织方面的优势,提出了包含突发公共卫生事件政策数据层、政策特征知识元表示层和政策特征知识元语义链接层的突发公共卫生事件政策语义链接网络;其次,运用protégé本体编辑工具完成突发公共卫生事件政策知识元本体概念模式层的构建,并对其进行知识推理和功能性检验;最后,以新冠肺炎疫情为例,制定突发公共卫生事件政策细粒度组织的实验及结果分析思路。该思路主要包含新冠政策知识检索平台的构建、新冠政策信息关联和可视化以及新冠政策知识挖掘与发现三个方面。该部分内容是满足不同群体精准性政策查询需求的理论基础。 (3)以新冠肺炎疫情为例,进行突发公共卫生事件政策细粒度组织的实验及结果分析。首先,在突发公共卫生事件政策细粒度表示和组织方法的基础上,构建政策知识检索平台,并将政策细粒度知识检索的过程、结果进行对比分析;其次,基于突发公共卫生事件政策知识元本体和不同政策存储方式进行新冠政策的信息关联和可视化查询,验证突发公共卫生事件政策细粒度组织方法的有效性和可行性并对其进行修正;随后,基于突发公共卫生事件政策的外部特征和内容特征进行新冠政策知识挖掘与知识发现;最后,建立一个基于不同群体的新冠政策查询情景,从不同群体使用视角,对政策知识检索平台进行测评。结果表明,本文所述突发公共卫生事件政策细粒度表示及组织方法,在提升不同群体政策检索效率的同时,还能够挖掘政策特征知识元之间隐含的语义链,促进不同群体对政策资源的获取、共享与交流。

关键词： 突发公共卫生事件   隐私侵犯   大数据   疫情防控   隐私保护  

摘要： 2019年底暴发的新冠肺炎疫情等突发公共卫生事件对经济社会发展造成了巨大损害。疫情期间，以个人信息为支撑的大数据技术对病毒的溯源与传播控制以及政府的社会管理都起到了重要的作用。但大量个人信息的使用也引发了个人信息泄露的问题，侵犯了公民的隐私权。当互联网技术与大数据被广泛应用于各个环节，在突发公共卫生事件发生时，在关键时刻，如何更好地利用新兴技术，如大数据等，为政府工作提供服务，并最大程度地减少对公民个人权益，尤其是隐私的影响，这是一个急需解决的问题。我们讨论突发公共卫生事件中的隐私保护，其实是把这个问题置于一个网络使用越来越深入、大数据与信息技术飞速发展的大环境下来探讨。　　本文主要从五个部分展开论述：第一部分对国内外学界关于“突发公共卫生事件中公民隐私权”主题的相关文献进行梳理，在此基础上挖掘出新的研究点，勾勒出该主题进一步研究的框架，奠定论文的研究基础。第二部分论述了大数据时代我国公民隐私困境和突发公共卫生事件中的公民隐私收集，探讨大数据在疫情防控中的具体用途和重要性。第三部分是基于基本概念与相关理论的铺垫下，以新冠肺炎疫情为例，分析疫情防控期间公民隐私权被侵犯的现象、原因、方式和影响，从隐私主体人格尊严受到侵犯、公信力被侵蚀导致防范阻力加大等方面探讨其负面影响。第四部分在分析以欧盟和美国为代表的域外突发公共卫生事件中公民隐私立法保护现状的基础上，在结合我国大环境和实际情况的基础上提出一些建议，包括强化对个人位置信息和健康信息的保护、保障个人信息主体的知情权和删除权、完善个人信息保护的行业自律机制等。第五部分通过对前文的总结回顾，论述了如何在突发公共卫生事件背景下更好地保障公民隐私及个人信息的正当使用，如建立涉疫个人信息与隐私权的梯度保护制度、加强行业治理并强化部门监管责任、完善个人信息保护的法律体系等。

关键词： 低剂量CT影像   辅助诊断   噪声抑制模块   软阈值函数   通道注意力机制  

摘要： 在当今临床上的疾病辅助诊断方式中,计算机断层扫描(CT)是其中最有效的方式之一。然而,CT检查时的高辐射危害一直是人们所在意的一个问题,盲目使用低辐射剂量,会使得所重建出来的CT影像噪声急剧增多,从而大大影响了诊断效果。相比人工诊断,使用深度学习技术进行辅助诊断可以更容易关注到噪声CT影像的病灶特征。因此本文中提出了可以面向噪声CT影像的深度学习方法,使其能够应用于低剂量CT(Low-Dose CT,LDCT)影像的辅助诊断中,在能够辅助医疗人员对LDCT影像进行疾病诊断的同时,还可以尽量降低患者做CT检查时受到的辐射剂量,保障其身体健康。本文研究的主要工作内容如下几个方面:(1)针对真实的LDCT影像数据集难以获取的问题,我们自主构建了一种含有噪声的新冠肺炎LDCT数据集(COVID-19-LDCT)。在这个过程中,首先收集了常规剂量的新冠肺炎CT(COVID-19-CT)数据集,并对该数据集进行了预处理,以及使用Smote算法解决了数据集中类别不平衡问题。随后对LDCT影像中的噪声成分进行了分析,根据其原理与数学关系自主建模了该类噪声。最后通过在COVID-19-CT数据集上添加上述建模的噪声,构建了COVID-19-LDCT数据集。(2)针对LDCT影像中存在大量噪声,不利于神经网络进行准确诊断的问题,提出了一种可用于抑制噪声的模块NS(Noise Suppression),并将其嵌入至Res Net模型的残差单元(Residual Block Unit,RBU)中。通过这种方式改进的Res Net有两种形式,一种是通道间阈值相同(Channel-Same,CS)的Res Net-CSNS,另一种是通道间阈值不同(Channel-Different,CD)的Res Net-CDNS。NS模块由软阈值函数与SE通道注意力机制组成,软阈值函数可以协助模型过滤CT影像中的噪声特征,以此达到抑制噪声的目的;SE注意力机制则用于协助为特征的每个通道自适应设置阈值,解决软阈值函数中的阈值设置难题。通过在COVID-19-LDCT数据集上实验,结果表明该模块能够有效提高模型在噪声CT下影像的分类性能。(3)在上述研究的基础上,提出了一种性能更优秀且更轻量的噪声抑制模块ENS(Efficient Nosie Suppression)。为了能够进一步提高模型在LDCT影像上的诊断性能和效率,我们对上述的NS模块进行了进一步的改进。首先是针对软阈值函数在早期训练过程易将部分未被及时关注到的有用特征清除的问题,通过在其梯度为0的部分添加了适当的梯度,设计了Leaky-软阈值函数。该新型软阈值函数使得模型能够在具备噪声抑制功能的同时,还增强了对特征的保护能力,防止有用信息的丢失,以此提升模型在噪声CT影像下的分类性能,通过实验表明了该改进方法的有效性。其次是针对SE注意力机制带来的高参数量问题,通过引入更轻量的ECA注意力机制取代SE,大大减少了抑噪模型中的参数引入,以此提高了模型的分类效率。(4)为了避免本研究中所提出的噪声抑制方法在适用场景上出现单一性的问题,我们将ENS分别应用于Res Net与Mobile Net V2模型中,提出了Res Net-ENS和Mobile Net V2-ENS。前者准确率更高,但参数量相对较多,适用于在具备一定算力的计算机等设备实现精确诊断;而Mobile Net V2-ENS模型是非常轻量化的,因此适用于在移动式或嵌入式设备实现快捷诊断。

关键词： 新型冠状病毒肺炎   社区获得性肺炎   重症   临床特征  

摘要： 目的:新型冠状病毒肺炎(COVID-19)是一种新发的传染性呼吸道疾病,已在世界各地迅速传播。许多研究已经评估了COVID-19的临床特征,但它与严重急性呼吸综合征冠状病毒2(SARS-Co V-2)阴性的社区获得性肺炎(SN-CAP)的临床特征有何异同仍不清楚。我们旨在对COVID-19与SN-CAP的临床特征进行对比研究,并分析影响COVID-19和SN-CAP患者重症的危险因素。方法:回顾性对比分析2020年1月—2022年1月甘肃省COVID-19收治定点医院确诊的204例COVID-19患者(COVID-19组)和2020年1月—2022年1月甘肃省某三甲医院确诊的209例SN-CAP患者(SN-CAP组)的临床资料。收集两组入院时的一般资料(性别、年龄、诊断、合并基础疾病)、临床症状、实验室检查、影像学检查、治疗方案、住院时间及预后情况(出院或死亡)。比较COVID-19组和SN-CAP组患者临床资料的差异,并分析影响COVID-19和SN-CAP患者重症的危险因素。结果:1.一般资料:SN-CAP组平均年龄、男性患者比例和合并基础疾病比例均高于COVID-19组(均P<0.05),SN-CAP组18-44岁患者比例低于COVID-19组(P<0.05),≥60岁患者比例高于COVID-19组(P<0.05),45-59岁患者比例差异无统计学意义(P>0.05)。2.临床症状:两组患者均以发热、咳嗽、咳痰为主要临床症状,SN-CAP组咳嗽、咳痰、痰中带血或咯血、乏力、头晕头痛、胸闷气短、胸痛比例均高于COVID-19组(均P<0.05),咽部不适、鼻塞流涕比例均低于COVID-19组(均P<0.05)。两组间发热、肌肉酸痛、腹痛腹泻、意识障碍等症状差异无统计学意义(均P>0.05)。COVID-19组少数患者出现嗅觉障碍、味觉障碍、舌体麻木等症状。3.实验室指标:SN-CAP组WBC>10.0×10～9/L、PLT>300×10～9/L、CRP>5.0 mg/L、ALT>40 U/L、AST>40 U/L、GGT>50.0μ/L、LDH>240.0 U/L、BUN>7.1 mmol/L、INR>1.13、D-D>0.5μg/L的比例均高于COVID-19组(均P<0.05),WBC<4.0×10～9/L比例低于COVID-19组(P<0.05);两组其他实验室相关指标比较无统计学差异(均P>0.05)。4.影像学检查:SN-CAP组左侧病变、胸腔积液、心包积液比例高于COVID-19组(均P<0.05),双侧病变低于COVID-19组(P<0.05)。两组的右侧病变、1个肺叶病变、2个肺叶病变、≥3叶病变比例差异均无统计学差异(均P>0.05)。5.治疗:SN-CAP组以抗细菌治疗为主,COVID-19组以抗病毒治疗为主。COVID-19组接受氧疗比例低于SN-CAP组(P<0.05),但127例(62.3%)COVID-19患者接受了俯卧位通气治疗。COVID-19组接受糖皮质激素、抗凝治疗比例均高于SN-CAP组(均P<0.05),两组间机械通气、保肝治疗无统计学差异(均P>0.05)。6.预后:两组患者死亡率均低,差异无统计学意义(P>0.05);SN-CAP组住院时间较COVID-19组短(P<0.05)。7.普通型COVID-19和非重症SN-CAP患者临床资料对比:结果与前述COVID-19和SN-CAP患者临床资料对比结果一致。8.重症新型冠状病毒肺炎(s COVID-19)和重症社区获得性肺炎(s CAP)患者临床资料对比:症状方面,s CAP组咳嗽、咳痰、胸闷气短比例高于s COVID-19组(均P<0.05),咽部不适比例低于s COVID-19组(P<0.05),两组间其余症状差异无统计学意义(均P>0.05)。影像学方面,s CAP组1叶病变比例低于s COVID-19组(P<0.05),胸腔积液比例高于s COVID-19组(P<0.05)。两组间的左侧病变、右侧病变、双侧病变、2个肺叶病变、≥3叶病变、心包积液比例均无统计学差异(均P>0.05)。治疗方面,s CAP组接受氧疗、保肝治疗比例高于s COVID-19组(均P<0.05),接受抗凝治疗比例低于s COVID-19组(P>0.05),两组间接受糖皮质激素、机械通气无统计学差异(均P>0.05)。其余临床资料对比结果均与前述COVID-19和SN-CAP患者临床资料对比结果一致。***-19和SN-CAP鉴别诊断的多因素Logistic回归分析显示,COVID-19组更易出现咽部不适(OR 6.854,95%CI[2.219～0.537],P=0.001),而SN-CAP组咳痰(OR 0.119,95%CI[0.046～