严重精神障碍住院患者糖尿病患病情况及干预策略

我国对严重精神障碍管理取得了瞩目成就,但鲜有严重精神障碍合并糖尿病风险关注的研究报告。国外研究表明,糖尿病风险在严重精神障碍患者中增加的比例最高,对这部分人群的血糖控制已成为新的工作和研究方向。研究发现,南京市江宁区第二人民医院住院的严重精神障碍患者中,糖尿病检出率为20.1%,精神疾病类型、年龄、病程、性别、婚姻状况等是共患糖尿病的重要因素。呼吁应尽快开展住院精神疾病患者的糖尿病筛查,探析可能的影响因素, 并及时开展循证研究,关注患者情绪,提高其运动水平,以控制血糖,降低糖尿病患病风险。     

社区管理与服务专业主干课程建设研究

社区管理与服务在我国城乡和谐社会建设中具有重要的地位,但由于属于新兴专业,其课程设置目前仍有待完善之处。这些问题包括总体社区工作课程过多且存在一定重复,忽略社区服务的具体环节和技巧教育,以及各课程之间相互区隔缺乏沟通联动等。笔者以为社区管理与服务专业的主干课程,当以社区工作服务群众时所需的技能体系为基础进行设计。具体包括强化社区服务各环节技能的训练,并打破现有课程之间的藩篱,在不同的课程之间,尤其是社区工作专业技巧课程之间建立起前后的承接关系。     

顺治帝对贪官的整饬

清军入主中原后,大量吸纳明朝的文武官员,为清朝迅速建立起对全国的统治发挥了重要作用,然而同时也把明末官场中的贪污成风的陋习继承了下来。顺治帝亲政后,开始制定相关政策对官吏贪污进行打击限制,并取得了很好的效果。     

危险犯的犯罪形态及其具体认定

关于危险犯的犯罪形态及其具体认定,我国刑法学界争论不休,这也给司法实务带来很大影响.这些理论争议通常脱离了中国立法与司法相冲突的实际,陷入误区.建议在分则增设相关条文予以明确规定,如果行为人虽然造成了法定危险状态而成立危险犯的既遂,但自动有效地防止了实害结果发生的,应当减轻或者免除刑罚处罚.增设条文之前,应尊重法律拟制,并立足中国刑法解决危险犯犯罪形态的具体认定问题.     

农民合作中流动的社会资本:一项行动研究

社会资本可从关系网络、文化规范、功能结果三个向度加以分析.在这三个向度上,岳东村农民养鸡协会的社会资本存量在组织化状态下得到提高,但是很快又回落到原来水平,表现出流动社会资本的恒定性,其原因包括社会资本结构变化困难、既有社会资本存量低、物质资本匮乏等.     

如何核算存贷款类金融资产名义利息）——1993年SNA《第19章附录二》中核算方法的刍议

 1993年SNA正文中建议在低通货膨胀率情况下,原始收入分配账户、收入再分配账户中记录名义利息。如果出现高通货膨胀率,则参考1993年SNA《第19章附录二》（以下简称《附录二》）提出的核算方法,即一方面在原始收入分配账户和收入再分配账户中记录实际利息,如果实际利息为负数,则以0代替;另一方面在重估价账户中记录资产的名义持有损益,并分解为中性持有损益和实际持有损益。1996年经济合作与发展组织（简称经合组织）出版的《通货膨胀核算：高通货膨胀情况下国民核算手册》（以下简称《通货膨胀核算》）中提出了与此不同的核算方法。按照《通货膨胀核算》中提出的方法,原始收入分配账户和收入再分配账户中,不管实际利息是正数还是负数,都如实记录实际利息,将通常意义的名义利息中用于补偿通货膨胀损失的那一部分看作是债务人向债权人提供的一笔资本转移,并记录在资本账户中,而重估价账户中则不记录。此方法提出来以后,引起国际上国民经济核算领域许多专家学者的关注,有人赞同,也有人反对。笔者认为《通货膨胀核算》中提出的核算方法更能反映经济现实。本文讨论《附录二》中核算方法存在的主要问题,供国名经济核算领域同仁们参考。     

移动支付使用者使用意向与使用行为模型及实证研究

为了了解影响移动支付使用者使用意向与实际使用的因素,对基于整合型信息接受模型的新增成本影响因素进行验证性因子分析.结果显示:移动支付使用成本对移动支付使用意愿有着最显著的影响,社会影响、努力期望和期望效用对移动支付使用意愿具有显著的正向影响;移动支付使用意愿和便利条件对使用行为有着非常显著的积极影响.     

Modular-transform based clustering

Spectral clustering uses eigenvectors of the Laplacian of the similarity matrix. It is convenient to solve binary clustering problems. When applied to multi-way clustering, either the binary spectral clustering is recursively applied or an embedding to spectral space is done and some other methods, such as K-means clustering, are used to cluster the points. Here we propose and study a K-way clustering algorithm – spectral modular transformation, based on the fact that the graph Laplacian has an equivalent representation, which has a diagonal modular structure. The method first transforms the original similarity matrix into a new one, which is nearly disconnected and reveals a cluster structure clearly, then we apply linearized cluster assignment algorithm to split the clusters. In this way, we can find some samples for each cluster recursively using the divide and conquer method. To get the overall clustering results, we apply the cluster assignment obtained in the previous step as the initialization of multiplicative update method for spectral clustering. Examples show that our method outperforms spectral clustering using other initializations.     

春节模型的设计与应用

 季节调整是经济数据预处理中非常重要的一个步骤。现有的主流季节调整方法X-12-ARIMA 和TRAMO/SEATS中都包含节假日因素的调整。由于不同的国家节假日一般不同,因此各国在进行经济数据的季节调整时,都需要结合本国的假日对季节调整方法进行修正。春节是中国最为重要而且持续时间最长的节日,具体日期可以出现在一月也可以在二月。本文基于X-12-ARIMA方法,同时考虑春节对经济指标的正负性影响效应、春节影响的变化速率以及春节效应的时长三个因素,设计了十二个不同类型的春节模型。本文应用Eviews软件和Demetra软件,采集不同的经济指标,对所设计的春节模型进行了应用研究,并根据异常值改善标准,对最佳的春节模型进行了选择与比较分析。     

Case–control genome-wide joint association study using semiparametric empirical model and approximate Bayes factor

We propose a semiparametric approach for the analysis of case–control genome-wide association study. Parametric components are used to model both the conditional distribution of the case status given the covariates and the distribution of genotype counts, whereas the distribution of the covariates are modelled nonparametrically. This yields a direct and joint modelling of the case status, covariates and genotype counts, and gives a better understanding of the disease mechanism and results in more reliable conclusions. Side information, such as the disease prevalence, can be conveniently incorporated into the model by an empirical likelihood approach and leads to more efficient estimates and a powerful test in the detection of disease-associated SNPs. Profiling is used to eliminate a nuisance nonparametric component, and the resulting profile empirical likelihood estimates are shown to be consistent and asymptotically normal. For the hypothesis test on disease association, we apply the approximate Bayes factor (ABF) which is computationally simple and most desirable in genome-wide association studies where hundreds of thousands to a million genetic markers are tested. We treat the approximate Bayes factor as a hybrid Bayes factor which replaces the full data by the maximum likelihood estimates of the parameters of interest in the full model and derive it under a general setting. The deviation from Hardy–Weinberg Equilibrium (HWE) is also taken into account and the ABF for HWE using cases is shown to provide evidence of association between a disease and a genetic marker. Simulation studies and an application are further provided to illustrate the utility of the proposed methodology.