假定这个图的结局指标是护理后的好转率的话，这个图是错误的，根据结论or>1,95%的可信区间不包括1，说明p<,两组之间存在统计学差异，而且辩证的要不普通的好，这时候菱形出现在无效线的右边，对应的应该是favor（辩证组），这在revman作图前应该对下面的坐标进行修改
matlab吧
SPSS可以的。
用revman，很好用，也简单。诊断性实验也可以用metadisc。
matlab吧
用revman，很好用，也简单。诊断性实验也可以用metadisc。
原始网址： 一般来说，科学论文可以分为综述论文（review paper）和实证研究论文(research paper)。这两种类型都可以作为深入了解特定科学研究领域的极好来源。然而，这些论文密集，并且包括一些可能令人生畏的术语。如果你有耐心，并有条不紊地研究论文，你将能够理解呈现的研究，并将其纳入你自己的工作中。[1] 1、确定论文是综述论文。 综述论文总结了许多其他论文的数据和结论，为您提供特定主题或领域的概述。 通常，您会在论文的标题或摘要中看到“综述（review）”一词。[2] a. 如果你不熟悉某个特定领域，一篇综述文章（review paper）可以让你更好地理解。综述论文还可以帮助你确定你需要阅读的经验性论文 (research paper)，或将其作为你自己工作的来源。 2、确定论文是叙述性综述还是系统性综述。 叙述性综述通常更容易阅读，并提供对特定学术领域或研究领域的广泛概述。 系统综述更详细，可以评估所综述的论文的方法和数据。 [3] a. 作者通常在论文的标题或摘要中说明综述的类型。系统评论在医学研究中最为常见。 3、通读论文的摘要和介绍。 摘要是综述论文的总结，包括提出的问题和论文作者找到的答案。 引言解释了作者选择进行综述的原因。 [4] a. 在阅读了摘要和导言之后，如果你认为这篇论文与你的兴趣无关，就没有必要再阅读了。 4、批判性地评估综述的设计。 一个系统的综述结合了几个不同研究的结果，以产生对研究领域更全面的理解。然而，只有当综述包括使用相同方法的已发表和未发表研究时，这才有效。 a. 在某些研究领域，已发表研究的结果与未发表研究的结果不同。 仅包括已发表研究的综述并不能呈现该领域研究状态的全貌。b. 一些综述论文可能会考虑不同类型的研究，特别是在尚未完成大量研究的新兴研究领域。 5、跳转到论文的结果部分。 首先阅读结果部分可以让你在阅读论文的其余部分时知道要寻找什么。一旦你知道作者的结论，你就可以专注于支持这一结论的研究中的数据。[5] a. 结果部分应该有逻辑地组织并且相对容易让您遵循。 它还通常包括作者综述的任何给定类型研究数量的摘要。 6、仔细分析综述的方法。 对于综述论文，方法学部分将讨论如何选择研究内容纳入综述。这包括综述作者使用的标准，以及他们搜寻的研究数据来源。[6] a. 作者通常会讨论他们用来确定一项研究是否应包括在他们的综述中的标准。 想想这些标准是否给综述带来了一些偏见。b. 方法论还包括综述作者如何综合综述研究结果的描述。 通过综合，该综述得出了一个新的（通常是更广泛的）结论，而不是所综述的任何单个研究。 [7] 7、研究呈现的合成数据图形。 一篇系统性的综述论文利用被称为“森林图（forest plots）”的图表来评估综述中所有研究的所有结果。一旦你知道如何解释它们，你可能会发现森林图比其他统计图更容易阅读。[8] a. 水平方向是综述所分析的条件或实验方法。 纵轴表示没有效果。 在该轴的左侧，将根据其结果的极限程度绘制得出结论有效的研究。 在轴的右侧，绘制了有利于控制而不是实验或干预的研究。b. 通过大多数综述，您应该能够一眼看出大多数研究是否支持实验或干预。 密切的研究森林图： 除基本图外，森林图还包括大量其他信息，包括所综述研究的作者姓名、每项综述研究进行或发表的年份，以及每项研究中实验组和对照组的患者数量。 8、从头到尾把这篇论文翻一遍。 现在，您已经对该综述及其方法有了深刻的理解，您将能够更好地理解本文的其余部分。积极阅读，边走边记笔记。记下你可能想自己阅读的综述中包含的个人实证论文。[9] a. 如果您看到任何您不理解的内容，请突出显示或记下。 您可以稍后在线查找，或查看科学词典。b. 在阅读时做笔记可以帮助您在以后自己的写作中转述论文中的信息，而不必担心抄袭原始来源。 1.↑ ↑ ↑ ↑ ↑ ↑ ↑ ↑ 9.↑
SPSS可以
用revman，很好用，也简单。诊断性实验也可以用metadisc。
SPSS可以的。
假定这个图的结局指标是护理后的好转率的话，这个图是错误的，根据结论or>1,95%的可信区间不包括1，说明p<,两组之间存在统计学差异，而且辩证的要不普通的好，这时候菱形出现在无效线的右边，对应的应该是favor（辩证组），这在revman作图前应该对下面的坐标进行修改
优化能源结构，减少化石燃料的使用，开发新能源；主动减少碳排放；倡导低碳经济；加强国际全作；植树造林，提高植被、覆盖率。
人均生态足迹是由生态足迹主要由耕地足迹、草地足迹、林地足迹、渔业用地足迹和碳足迹组成的。
从20世纪70年代中期开始，中国开始出现生态赤字并且赤字规模有扩大的趋势；原因是人口的增长，人均资源拥有量减少；经济的发展，自然资源的消耗量增加。
从1972年至1992年间，世界范围内的重大污染事件屡屡发生，其中著名的有十起，称之为"十大事件"： (1）北美死湖事件：美国东北部和加拿大东南部是西半球工业最发达的地区，每年向大气中排放二氧化硫2500多万吨。其中约有380万吨由美国飘到加拿大，100多万吨由加拿大飘到美国。七十年代开始，这些地区出现了大面积酸雨区。美国受酸雨影响的水域达万平方公里，23个州的17059个湖泊有9400个酸化变质。最强的酸性雨降在弗吉尼亚洲，酸度值（pH）。纽约州阿迪龙达克山区，1930年只有4％的湖无鱼，1975年近50％的湖泊无鱼，其中200个是死湖，听不见蛙声，死一般寂静。加拿大受酸雨影响的水域万平方公里，5000多个湖泊明显酸化。多伦多1979年平均降水酸度值（pH），比藩茄汁还要酸，安大略省萨德伯里周围1500多个湖泊池塘漂浮死鱼，湖滨树木枯萎。 (2）卡迪兹号油轮事件：1978年3月16日，美国22万吨的超级油轮"亚莫克·卡迪兹号"，满载伊朗原油向荷兰鹿特丹驶去，航行至法国布列塔尼海岸触礁沉没，漏出原油万吨，污染了350公里长的海岸带。仅牡蛎就死掉9000多吨，海鸟死亡2万多吨。海事本身损失1亿多美元，污染的损失及治理费用却达5亿多美元，而给被污染区域的海洋生态环境造成的损失更是难以估量。 (3)墨西哥湾井喷事件：1979年6月3日，墨西哥石油公司在墨西哥湾南坎佩切湾尤卡坦半岛附近海域的伊斯托克1号平台钻机打入水下3625米深的海底油层时，突然发生严重井喷，平台陷入熊熊火海之中，原油以每天4080吨的流量向海面喷射。后来在伊斯托克井800米以外海域抢打两眼引油副井，分别于9月中、10月初钻成，减轻了主井压力，喷势才稍减。直到1980年3月24日井喷才完全停止，历时296天，其流失原油万吨，以世界海上最大井喷事故载入史册，这次井喷造成10毫米厚的原油顺潮北流，涌向墨西哥和美国海岸。黑油带长480公里，宽40公里，覆盖万平方公里的海面，使这一带的海洋环境受到严重污染。 (4）库巴唐"死亡谷"事件：巴西圣保罗以南60公里的库巴唐市，二十世纪八十年代以"死亡之谷"知名于世。该市位于山谷之中，六十年代引进炼油、石化、炼铁等外资企业300多家，人口剧增至15万，成为圣保罗的工业卫星城。企业主只顾赚钱，随意排放废气废水，谷地浓烟弥漫、臭水横流，有20％的人得了呼吸道过敏症，医院挤满了接受吸氧治疗的儿童和老人，使2万多贫民窟居民严重受害。1984年2月25日，一条输油管破裂，10万加仑油熊熊燃烧，烧死百余人，烧伤400多人。1985年1月26日，一家化肥厂泄漏50吨氨气，30人中毒，8000人撤离。市郊60平方公里森林陆续枯死，山岭光秃，遇雨便滑坡，大片贫民窟被摧毁。 (5）西德森林枯死病事件：原西德共有森林740万公顷，到1983年为止有34％染上枯死病，每年枯死的蓄积量占同年森林生长量的21％多，先后有80多万公顷森林被毁。这种枯死病来自酸雨之害。在巴伐利亚国家公园，由于酸雨的影响，几乎每棵树都得了病，景色全非。黑森州海拔500米以上的枞树相继枯死，全州57％的松树病入膏肓。巴登--符腾堡州的"黑森林"，是因枞、松绿的发黑而得名，是欧洲著名的度假圣地，也有一半树染上枯死病，树叶黄褐脱落，其中46万亩完全死亡。汉堡也有3/4的树木面临死亡。当时鲁尔工业区的森林里，到处可见秃树、死鸟、死蜂，该区儿童每年有数万人感染特殊的喉炎症。 (6）印度博帕尔公害事件：1984年12月3日凌晨，震惊世界的印度博帕尔公害事件发生。午夜，座落在博帕尔市郊的"联合碳化杀虫剂厂"一座存贮45吨异氰酸甲酯贮槽的保安阀出现毒气泄漏事故。1小时后有毒烟雾袭向这个城市，形成了一个方圆25英里的毒雾笼罩区。首先是近邻的两个小镇上，有数百人在睡梦中死亡。随后，火车站里的一些乞丐死亡。毒雾扩散时，居民们有的以为是"瘟疫降临"，有的以为是"原子弹爆炸"，有的以为是"地震发生"，有的以为是"世界末日的来临"。一周后，有2500人死于这场污染事故，另有1000多人危在旦夕，3000多人病入膏肓。在这一污染事故中，有15万人因受污染危害而进入医院就诊，事故发生4天后，受害的病人还以每分钟一人的速度增加。这次事故还使20多万人双目失明。博帕尔的这次公害事件是有史以来最严重的因事故性污染而造成的惨案。 (7）切尔诺贝利核漏事件：1986年4月27日早晨，前苏联乌克兰切尔诺贝利核电站一组反应堆突然发生核漏事故，引起一系列严重后果。带有放射性物质的云团随风飘到丹麦、挪威、瑞典和芬兰等国，瑞典东部沿海地区的辐射剂量超过正常情况时的100倍。核事故使乌克兰地区10％的小麦受到影响，此外由于水源污染，使前苏联和欧洲国家的畜牧业大受其害。当时预测，这场核灾难，还可能导致日后十年中10万居民患肺癌和骨癌而死亡。 (8）莱茵河污染事件：1986年11月1日深夜，瑞士巴富尔市桑多斯化学公司仓库起火，装有1250吨剧毒农药的钢罐爆炸，硫、磷、汞等毒物随着百余吨灭火剂进入下水道，排入莱茵河。警报传向下游瑞士、德国、法国、荷兰四国835公里沿岸城市。剧毒物质构成70公里长的微红色飘带，以每小时4公里速度向下游流去，流经地区鱼类死亡，沿河自来水厂全部关闭，改用汽车向居民送水，接近海口的荷兰，全国与莱茵河相通的河闸全部关闭。翌日，化工厂有毒物质继续流入莱茵河，后来用塑料塞堵下水道。8天后，塞子在水的压力下脱落，几十吨含有汞的物质流入莱茵河，造成又一次污染。11月21日，德国巴登市的苯胺和苏打化学公司冷却系统故障，又使2吨农药流入莱茵河，使河水含毒量超标准200倍。这次污染使莱茵河的生态受到了严重破坏。 (9）雅典"紧急状态事件"：1989年11月2日上午9时，希腊首都雅典市中心大气质量监测站显示，空气中二氧化碳浓度318毫克/立方米，超过国家标准（200毫克/立方米）59％，发出了红色危险讯号。11时浓度升至604毫克/立方米，超过500毫克/立方米紧急危险线。中央政府当即宣布雅典进入"紧急状态"，禁止所有私人汽车在市中心行驶，限制出租汽车和摩托车行驶，并令熄灭所有燃料锅炉，主要工厂削减燃料消耗量50％，学校一律停课。中午，二氧化碳浓度增至631毫克/立方米，超过历史最高记录。一氧化碳浓度也突破危险线。许多市民出现头疼、乏力、呕吐、呼吸困难等中毒症状。市区到处响起救护车的呼啸声。下午16时30分，戴着防毒面具的自行车队在大街上示威游行，高喊;要污染，还是要我们！""请为排气管安上过滤嘴！"。 (10）海湾战争油污染事件：据估计，1990年8月2日至1991年2月28日海湾战争期间，先后泄入海湾的石油达150万吨。1991年多国部队对伊拉克空袭后，科威特油田到处起火。1月22日科威特南部的瓦夫腊油田被炸，浓烟蔽日，原油顺海岸流入波斯湾。随后，伊拉克占领的科威特米纳艾哈麦迪开闸放油入海。科南部的输油管也到处破裂，原油滔滔入海。1月25日，科接近沙特的海面上形成长16公里，宽3公里的油带，每天以24公里的速度向南扩展，部分油膜起火燃烧黑烟遮没阳光，伊朗南部降?quot;粘糊糊的黑雨"。至2月2日，油膜展宽16公里，长90公里，逼近巴林，危及沙特。迫使两国架设浮拦，保护海水淡化厂水源。这次海湾战争酿成的油污染事件，在短时间内就使数万只海鸟丧命，并毁灭了波斯湾一带大部分海洋生物。 世界环境污染最著名的"八大公害" 二十世纪的三十年代到六十年代，震惊世界的环境污染事件频繁发生，使众多人群非正常死亡、残废、患病的公害事件不断出现，其中最严重的有八起污染事件，人们称之为"八大公害"： (1）比利时马斯河谷烟雾事件：1930年12月1日～5日，比利时的马斯河谷工业区，外排的工业有害废气（主要是二氧化硫）和粉尘对人体健康造成了综合影响，其中毒症状为咳嗽、流泪、恶心、呕吐，一周内有几千人发病，近60人死亡，市民中心脏病、肺病患者的死亡率增高，家畜的死亡率也大大增高。 (2）美国洛杉矶烟雾事件：1943年5月～10月，美国洛杉矶市的大量汽车废气产生的光化学烟雾，造成大多数居民患眼睛红肿、喉炎、呼吸道疾患恶化等疾病，65岁以上的老人死亡400多人。 (3）美国多诺拉事件：1948年10月26日～30日，美国宾夕法尼亚洲多诺拉镇大气中的二氧化硫以及其它氧化物与大气烟尘共同作用，生成硫酸烟雾，使大气严重污染，4天内42％的居民患病，17人死亡，其中毒症状为咳嗽、呕吐、腹泻、喉痛。 (4）英国伦敦烟雾事件：1952年12月5日～8日，英国伦敦由于冬季燃煤引起的煤烟形成烟雾，导致5天时间内4000多人死亡。 (5）日本水俣病事件：1953年～1968年，日本熊本县水俣湾，由于人们食用了海湾中含汞污水污染的鱼虾、贝类及其它水生动物，造成近万人中枢神经疾患，其中甲基汞中毒患者283人中有66余人死亡。 (6）日本四日市哮喘病事件：1955年～1961年，日本的四日市由于石油冶炼和工业燃油产生的废气严重污染大气，引起居民呼吸道疾患聚增，尤其是使哮喘病的发病率大大提高。 (7）日本爱知县米糠油事件：1963年3月，在日本爱知县一带，由于对生产米糠油业的管理不善，造成多氯联苯污染物混入米糠油内，人们食用了这种被污染的油之后，酿成有13000多人中毒，数十万只鸡死亡的严重污染事件。 (8）日本富山痛痛病事件：1955年到1968年，生活在日本富山平原地区的人们，因为饮用了含镉的河水和食用了含镉的大米，以及其它含镉的食物，引起"痛痛病"，就疹患者258人，其中因此死亡者达207人。
（1）北美死湖事件美国东北部和加拿大东南部是西半球工业最发达的地区，每年向大气中排放二氧化硫2500多万吨。其中约有380万吨由美国飘到加拿大，100多万吨由加拿大飘到美国。七十年代开始，这些地区出现了大面积酸雨区。美国受酸雨影响的水域达万平方公里，23个州的17059个湖泊有9400个酸化变质。最强的酸性雨降在弗吉尼亚洲，酸度值（pH）.纽约州阿迪龙达克山区，1930年只有4％的湖无鱼，1975年近50％的湖泊无鱼，其中200个是死湖，听不见蛙声，死一般寂静。加拿大受酸雨影响的水域万平方公里，5000多个湖泊明显酸化。多伦多1979年平均降水酸度值（pH），比藩茄汁还要酸，安大略省萨德伯里周围1500多个湖泊池塘漂浮死鱼，湖滨树木枯萎。 （2）卡迪兹号油轮事件1978年3月16日，美国22万吨的超级油轮"亚莫克。卡迪兹号"，满载伊朗原油向荷兰鹿特丹驶去，航行至法国布列塔尼海岸触礁沉没，漏出原油万吨，污染了350公里长的海岸带。仅牡蛎就死掉9000多吨，海鸟死亡2万多吨。海事本身损失1亿多美元，污染的损失及治理费用却达5亿多美元，而给被污染区域的海洋生态环境造成的损失更是难以估量。 （3）墨西哥湾井喷事件1979年6月3日，墨西哥石油公司在墨西哥湾南坎佩切湾尤卡坦半岛附近海域的伊斯托克1号平台钻机打入水下3625米深的海底油层时，突然发生严重井喷，平台陷入熊熊火海之中，原油以每天4080吨的流量向海面喷射。后来在伊斯托克井800米以外海域抢打两眼引油副井，分别于9月中、10月初钻成，减轻了主井压力，喷势才稍减。直到1980年3月24日井喷才完全停止，历时296天，其流失原油万吨，以世界海上最大井喷事故载入史册，这次井喷造成10毫米厚的原油顺潮北流，涌向墨西哥和美国海岸。黑油带长480公里，宽40公里，覆盖万平方公里的海面，使这一带的海洋环境受到严重污染。 （4）库巴唐"死亡谷"事件巴西圣保罗以南60公里的库巴唐市，二十世纪八十年代以"死亡之谷"知名于世。该市位于山谷之中，六十年代引进炼油、石化、炼铁等外资企业300多家，人口剧增至15万，成为圣保罗的工业卫星城。企业主只顾赚钱，随意排放废气废水，谷地浓烟弥漫、臭水横流，有20％的人得了呼吸道过敏症，医院挤满了接受吸氧治疗的儿童和老人，使2万多贫民窟居民严重受害。1984年2月25日，一条输油管破裂，10万加仑油熊熊燃烧，烧死百余人，烧伤400多人。1985年1月26日，一家化肥厂泄漏50吨氨气，30人中毒，8000人撤离。市郊60平方公里森林陆续枯死，山岭光秃，遇雨便滑坡，大片贫民窟被摧毁。 （5）西德森林枯死病事件原西德共有森林740万公顷，到1983年为止有34％染上枯死病，每年枯死的蓄积量占同年森林生长量的21％多，先后有80多万公顷森林被毁。这种枯死病来自酸雨之害。在巴伐利亚国家公园，由于酸雨的影响，几乎每棵树都得了病，景色全非。黑森州海拔500米以上的枞树相继枯死，全州57％的松树病入膏肓。巴登——符腾堡州的"黑森林"，是因枞、松绿的发黑而得名，是欧洲著名的度假圣地，也有一半树染上枯死病，树叶黄褐脱落，其中46万亩完全死亡。汉堡也有3/4的树木面临死亡。当时鲁尔工业区的森林里，到处可见秃树、死鸟、死蜂，该区儿童每年有数万人感染特殊的喉炎症。
受环境污染的大自然三个实例：1、二氧化硫等大气污染物的排放，形成酸雨，导致农业、建筑也损害严重；2、二氧化碳等温室气体大量排放导致温室效应加剧，使冰山融化、海平面上升、气候异常等损害；3、工业、建筑、交通等排放粒子状粉尘、烟尘，导致雾霾等严重的大气污染，损害人体健康和环境危害。
原西德共有森林740万公顷，到1983年为止有34%染上枯死病，每年枯死的蓄积量占同年森林生长量的21%多，先后有80多万公顷森林被毁。这种枯死病来自酸雨之害。在巴伐利亚国家公园，由于酸雨的影响，几乎每棵树都得了病，景色全非。黑森州海拔500米以上的枞树相继枯死，全州57%的松树病入膏肓。巴登??符腾堡州的“黑森林”，是因枞、松绿的发黑而得名，是欧洲著名的度假圣地，也有一半树染上枯死病，树叶黄褐脱落，其中46万亩完全死亡。汉堡也有3/4的树木面临死亡。当时鲁尔工业区的森林里，到处可见秃树、死鸟、死蜂，该区儿童每年有数万人感染特殊的喉炎症。
中外医学家联合研制出了一项可在两个半小时左右快速筛查宫颈癌的技术。9月22日出版的最新一期英国《柳叶刀—肿瘤学》（The Lancet Oncology）杂志，发表了这项研究成果。 这项名为HPV快速筛查法（careHPV）的技术与现在普遍使用的两种宫颈癌检测法相比，能够更加快速而准确地捕捉到由人乳头状瘤病毒（HPV）导致的宫颈癌及癌前病变。 该研究项目临床试验的负责人、中国医学科学院肿瘤研究所乔友林教授说：“临床检测结果显示，这项技术的假阴性率为10%，假阳性率为16%，接近发达国家和地区普遍使用的杂交捕获二代（HC2）技术，比较令人满意。” 在美国比尔／梅林达?盖茨基金会的资助下，流行病学家乔友林和他的研究团队与美国卫生科技推广研究所（PATH）和德国凯杰公司（QIAGEN）合作，历经5年，研究成功了这项筛查技术。 与目前通常使用的巴氏涂片和液基细胞学技术相比，HPV快速检测技术实验设施简单，操作容易。乔友林说：“乡村卫生员经过基本训练，就能很好地掌握这个技术，而且，可以在没有水电的情况下操作。”他率领研究团队在山西襄垣县和武乡县，采用三种方法——HPV快速筛查法（careHPV），醋酸染色后观察（VIA）法，以及杂交捕获二代技术检测（HC2）法对2388名30－54岁妇女进行了对比检测。 结果表明，HPV快速筛查技术，识别宫颈癌与高度病变的敏感度和特异度，都大大优于醋酸染色后观察法，并与杂交捕获二代技术的检测准确度相差不大。 这项技术在中国应用获得成功，改写了宫颈癌生化检测技术的历史。“它的准确度与杂交捕获二代（HC2）技术相差甚小，但费用却比它少10倍，”乔友林说。 作为一种面向低收入国家和地区的宫颈癌预防的实用方法，HPV快速筛查技术拥有广阔的前景。 HPV病毒几乎在所有子宫颈癌病例中都存在，是引发子宫颈癌的元凶。在妇科恶性肿瘤中，子宫颈癌是仅次于乳腺癌的威胁妇女健康的第二杀手。全球每年大约有47万妇女罹患宫颈癌，中国约有10万，其中70%是农村妇女。著名艺人梅艳芳和李媛媛，都不幸死于这一疾病。 自巴氏涂片1941年问世以来，宫颈癌早期病变检出率增加，全球宫颈癌发病率下降了80%。但是，在发展中国家广泛推行该技术却比较困难。 乔友林说，“首先，它需要建立高标准的细胞学检查系统，以及培养训练有素、能准确阅读巴氏涂片的细胞学技术人员，这两方面所需的费用都相当可观。”另外，巴氏涂片的敏感度并不令人满意，假阴性率约可高达40%。 从理论上讲，液基细胞学加杂交捕获二代的HPV检测技术是最佳检测方法，其假阴性率为2%，假阳率为15%。“唯一的问题是，做一次这样的检测需要花费500多元人民币，即便是对大城市的工薪阶层妇女也太高了。它只适合深圳等高收入城市，”乔友林说。目前，醋酸染色观察法是贫困地区宫颈癌筛查的主要模式。这个检测只需要10元人民币，但效果不尽如人意。他说，“如果妇科医生不熟练，或没有接受良好的培训，肉眼观察的假阴性和假阳性率可以高达40%和20%。” 尽管国际上研究开发的预防宫颈癌的疫苗已在很多国家和地区获准上市，但是，疫苗只能预防70%左右的宫颈癌，而且对已经感染HPV病毒的妇女不起作用。 因此，HPV病毒的检测对防治宫颈癌仍然至关重要。研究出经济、准确、安全、有效的宫颈癌筛查方法也因此成为学术界和国际社会关注的焦点。“如果妇女一生中能做一次，作到早诊早治疗，那么，宫颈癌的发病率和死亡率可望下降三分之一，”美国卫生科技推广研究所的约翰·瑟拉斯（John Sellors）博士说。
想要解释一个模型，通常有以下三个办法：
可解释机器模型的图景
又称PD图（Partial Dependence Plot），显示了一个或两个特征对机器学习模型的预测结果的边际效应。部分依赖图可以 显示目标和特征之间的关系 是线性的、单调的或更复杂的。 用于回归的部分依赖函数定义为：
两个特征的特征依赖图（三维）：
（1）部分依赖图的计算很 直观 ：如果我们强制所有数据点都假定该特征，则特定特征值处的部分依赖函数表示平均预测 （2）在满足计算PDP的特征和其他特征都不相关的前提下，PDP可以完美表示该特征如何平均影响预测。 （3）部分依赖图 很容易实现 （4）部分依赖图有 因果关系
（1）PDP实际 最大特征数目 为2。 （2）一些PD图未显示 特征分布 ，这可能会产生误导，你可能会过渡解释几乎么有数据的区域。通过显示RUG（x轴上的数据点指示器）或直方图可以轻松解决这个问题。 （3） 独立性的假设 ：PDP的最大问题。它假设了选定特征和其余特征不相关。实际情况下，这很难实现。例如：身高特征和体重特征一定有关联性 （4） 异质效应可能被隐藏 ：因为 PD曲线仅显示平均边际效应 。 举个例子：假设对于一个特征，你的数据点中的一半与预测具有正相关关系，另一半负相关。PD曲线可能是一条水平线， 因为数据集的两半效果可能互相抵消。然后我们可能得出结论，该特征对预测没有影响。 通过绘制个体条件期望曲线而不是聚合线 ，我们可以发现异构效应。
又称ICE（Individual Conditional Expectation），因为每个实例显示一条线， 该线显示了特征更改时实例的预测如何改变
与PDP的区别和关系 ： PDP是一种全局方法，他不关注特定实例，而是关注整体平均。 ICE图将实例对每个特征的预测依赖关系可视化， 每个实例分别产生一条线 ，而PDP只有一条线。**PDP是ICE图的线的平均值。
计算线的值： 保持其他所有特征相同，通过用网络中的值替换特征的值创建该实例的变体并使用黑盒模型对这些新创建的实例进行预测。结果是一组具有来自网格的特征值和相应预测的点
Why ICE instead of PDP？ PDP会掩盖由交互作用创建的异构关系。
例子： 宫颈癌dataset。之前用PDP分析的时候随机森林用于预测给定风险因素的情况下女性患病的概率。通过观测PDP我们看到换宫颈癌的概率在50岁左右增加（下图左），但这是否适用于数据集的每一个女性呢？
我们可以通过观测ICE图
再让我们看看自行车租赁的ICE图（使用随机森林）：
通过观察，我们可以看到，基本所有数据集呈现相同的趋势，没有特别的相互作用，所以他们提供的信息可以用PDP很好的概括了。
优点 ICE更直观，也可以揭示异质关系 缺点 （1）ICE曲线只能 有意义地显示一个特征 ，两个特征需要绘制多个重叠平面，这是看不懂的。 （2）和PDP一样，如果感兴趣的特征和其他特征相关联，则根据 特征联合分布 ，线上的某些点可能是无效的数据点 （3）图像会过于拥挤
累积局部效应（ALE Accumulated Local Effects Plot）描述了 特征平均如何影响机器学习模型的预测 。ALE图是PDP更快、更无偏的替代方法。
计算与其他特征强相关的特征的部分依赖图涉及对在实际中不太可能出现的人工数据实例的平均预测，这会极大地影响估计的特征效应。
举个例子：原模型使用 面积大小 ， 房间数量 两个特征预测 房子价值 ，现在用面积大小作为PDP的选择特征，在第一个网格值（假设30平方米处），将所有实例的面积大小改为30平方米，然后进行预测。这样，对于拥有十几个房间的大房子，我们仍用30平方米进行预测。这样生成的数据点是异常、没有实际意义的。但在PDP中我们没有对这种现象采取任何措施。
引入ALE方法
先总结PDP，M，ALE如何在某个网格值 下计算 的特征效应 （1）PDP：展示了对于特征 对每个数据实例具有值 时模型平均预测的结果。忽略了值 是否对所有数据实例都有意义 （2）M图：展示了模型对于特征 的值接近 的数据实例平均预测什么。该效应可能是因为该特征，也可能是因为相关的特征。 （3）ALE图：展示了该窗口中数据实例的模型预测如何在围绕 的特征 的一个小的窗口中变化
ALE方法的核心是计算预测中的差异，因此我们用网格值 替换感兴趣的特征。 预测中的差异是特征在特定间隔内单个实例的效应
xxxx
对于一个奇怪的模型：
在右下角我们可以看到这个Model prediction奇怪的地方。 该区域远离数据分布，并不会影响到模型的性能，所以也不应该影响的模型的解释。 这种outcome是现实的，训练模型时，学习算法为了将现有数据实例的损失降到最低，奇怪的现象可能会发生在训练数据的分布之外。
问题来了 对于PDP来说，在这种情况下是不可用的。因为他受到这个异常区域的影响。如下图：
ALE图的优点 （1）ALE图是 无偏 的：特征相关时，他们仍然有效。PDP会失效，因为他们会将那些现实中不可能出现或不太可能出现的特征组合考虑在内 （2）ALE图计算速度比PDP更快 （3）ALE图的解释很清楚：在给定值的情况下，可以从ALE图中读出更改特征对预测的相对影响 （4）ALE图以0为中心 （5）2D ALE图仅显示交互作用：两个特征输入的PDP，会全部显示特征A，特征B，特征A和特征B的交互对预测的影响，而ALE图只显示特征A和特征B的交互对预测的影响。
缺点 （1）间隔设置不良好的话，ALE图可能会不太稳定 （2）ALE图不附带ICE曲线，ICE曲线可以揭示特征效应的异质性（对于数据子集而言，特征的效应应该有所不同）。但在ALE图中，只能检查每个间隔实例之间的效应是否不同，但是每个间隔具有不同的实例。 （3）ALE图实现更复杂且不直观 （4）二阶ALE估计在整个特征空间中具有不同的稳定性，而且这是不以任何方法可视化的 （5）ALE解决了相关特征下的问题，但是如果两个特征强相关，解释仍然困难。 （6）但是总结而言，ALE还是比PDP在大多数情况下好。
如果存在特征交互，预测可以分解为4个项：常量项，第一个特征项，第二个特征项，两个特征的交互项
估计交互强度的一种方法是衡量预测的变化在多大程度上取决于特征的交互作用。这项衡量被称为H统计量。
处理2种情况：
实际应用中： （1）先看单一特征与其他所有特征的交互强度 （2）接着可以选择其中一个特征，更深入得研究其与其他特征之间的双向交互
优点
通过置换特征后计算模型预测误差的增加来衡量特征的重要性。
分类的例子：
回归的例子：
优点
缺点
全局代理模型是一种可解释的模型，经过训练可近似黑盒模型的预测
我们希望在 可解释的约束下，代理模型预测函数 尽可能接近地逼近我们的黑盒预测函数 。 函数可以来自任何可解释的模型
这是一种模型无关的方法，因为他不需要有关黑盒模型内部运作的任何信息。 步骤：
一种衡量代理模型赋值黑盒模型能力的方法是R-squared
优点
局部代理模型本身是可解释的模型，用于解释黑盒机器学习模型的单个实例预测。 LIME不是训练全局代理模型，而是专注于训练局部代理模型以解释单个预测 方法：
LIME中，分类特征比数据特征更容易解释
优点
Shapley值是联盟博弈论的一个方法。可以通过假设实例的每个特征值是游戏中的玩家来解释预测，同时预测是总支出。它告诉我们如何在特征中公平的分配总支出。
游戏是数据集单个实例的预测任务 收益是此实例的实际预测值减去所有实例的平均预测值 玩家是实例的特征值
举例：一所公寓被预测价值为30万欧元，其特征是50平方米，二楼，公园附近，禁止猫进入。所有公寓的平均预测价格为31万欧元。 我们的目标： 解释差额：-10000欧元 答案可能是：公园附近+30000欧元，50平方米+10000欧元，2楼+0欧元，禁止猫进入-50000欧元，共计-10000欧元。
Shapley值是所有可能的联盟中特征值的平均边际贡献 在本例中：
对于这些联盟中的每个联盟，我们都计算其带有或者不带有特征“禁止猫进入”的预测公寓价格，并取其差值获得边际贡献。Shapley值是边际贡献的（加权）平均值。用公寓数据集中的随机特征值替换不在联盟中的特征的特征值
特征值 的Shapley值的解释是：与数据集的平均预测相比，第j个特征的值对这个特定实例的预测的贡献为
他适用于回归和分类
pass
HC2 PHV DNA检测系统，可以有效帮助发现真正能引起宫颈高度病变的HPV感染，而不是单纯检测病毒及非临床相关的HPV感染，即检测宫颈病变，而非病毒。现已成为宫颈癌筛查的首选方法（尤其是大规模筛查）。经临床验证的、敏感的、可靠的检测技术，有效预测宫颈癌发生的风险，最大限度保护妇女健康，已成为临床HPV检测领域的金标准。
.....我也有兴趣知道，不过ls的是通讯嘛，没有详细介绍的。