6 results on '"Chen, Shu"'
Search Results
2. A New Species of Meconopsis (Papaveraceae) from Gansu, China
- Author
-
An, Li-Zhe, Chen, Shu-Yan, and Lian, Yong-Shan
- Published
- 2009
- Full Text
- View/download PDF
3. Mining the Generation Xers' job attitudes by artificial neural network and decision tree—empirical evidence in Taiwan
- Author
-
Tung, Kuan-Yeh, Huang, Ing-Chung, Chen, Shu-Ling, and Shih, Chih-Ting
- Published
- 2005
- Full Text
- View/download PDF
4. Nexo entre crecimiento económico y desarrollo del sistema financiero: análisis de cointegración y series de tiempo para el caso de Costa Rica
- Author
-
Brenes Trejos, Fabián and Chou Chen, Shu Wei
- Subjects
modelos de vectores autorregresivos ,modelos de corrección de error vectorial ,cointegración ,crecimiento económico - Abstract
El presente trabajo tiene como objetivo estudiar el nexo que existe entre el desarrollo del sistema financiero y el crecimiento económico para el caso de Costa Rica, mediante modelos de series temporales. En este sentido, los resultados de los modelos estimados muestran que el efecto en el crecimiento económico al incrementar en una unidad al desarrollo del sistema financiero es positivo, lo cual está en línea con lo que indican algunas hipótesis en la teoría económica. Adicionalmente, se proyecta el crecimiento del producto interno bruto (PIB) para el año 2021 utilizando un escenario base y se contrastan los resultados con simulaciones de escenarios de estrés. This works aims to study the link between the development of the financial system and economic growth in Costa Rica using time series analysis. In this sense, the results of the estimated models show that the effect of economic growth is positive, when the development of the financial system increases by one unit, which is in line with some hypothesis from the economic theory. In addition, a baseline scenario for annual gross domestic product (GDP) growth in 2021 is forecasted and then contrasted with the results of a stress scenario simulation analysis. vii UCR::Vicerrectoría de Investigación::Sistema de Estudios de Posgrado::Ciencias Sociales::Maestría Profesional en Estadística
- Published
- 2022
5. Modelo bayesiano espacio-temporal predictivo sobre personas que fallecerían debido al COVID-19 en cantones en Costa Rica durante el mes de mayo de 2021
- Author
-
Zamora Mennigke, Ricardo and Chou Chen, Shu Wei
- Subjects
Modelos espacio-temporales ,INLA ,COVID-19 ,Integrated Nested Laplace Approximation ,Mapeo de enfermedades - Abstract
La enfermedad respiratoria Covid-19, altamente contagiosa, ha causado tasas de mortalidad muy altas, así como un deterioro significativo en los pacientes que la contraen. El objetivo de este estudio ha sido el de proyectar, mediante modelos jerárquicos bayesianos espacio-temporales, la cantidad de personas que fallecerían por Covid-19 durante el mes de mayo de 2021, según los datos históricos y las covariables regionales con que se contaba (brindados oficialmente) sobre el Covid-19 en el periodo de abril 2020 a marzo 2021. Aquí se analizan varios modelos bayesianos espacio-temporales con el fin de modelar variables de respuesta en epidemiología. Se establece que la variable de respuesta de fallecidos por la enferemdad es una variable con distribución binomial negativa. Además, se utiliza el paquete de R-INLA para realizar las estimaciones a posteriori de los modelos, debido a su facilidad y rapidez en comparación con los métodos de cadenas de Márkov. En este estudio se analizan diferentes modelos según sus criterios de información (DIC, WAIC y CPO). Se sopesan las mejores combinaciones según las siguientes pautas: el tipo de interacción espacio-temporal, la distribución y las covariables más adecuadas para el modelo final. La covariable más importante, de acuerdo con la literatura consultada, es la del ratio estándar de mortalidad (SMR por sus siglas en inglés) del mes anterior. Dentro de las covariables adicionales examinadas están: el índice de desarrollo humano, el porcentaje de adultos mayores y el porcentaje de vivienda urbana por cantones. Además, se incluyen covariables ambientales extraídas del espectrorradiómetro de imágenes de resolución moderada (MODIS). Al final la única covariable adicional del modelo final, además del SMR, es el porcentaje de vivienda urbana por cantones. El modelo final que mejor ajusta los datos, incluye las covariables con una interacción de orden 2; es decir, estructurada en el tiempo, pero no en el espacio; y con un modelo aleatorio independiente (iid). El problema con este modelo se pone en evidencia al analizar los efectos, ya que en su SMR se presenta un efecto nulo, lo cual dificulta la estimación y predicción final. Los mapas de predicción, estimados por cantón, han sido empleados para generar predicciones futuras de la cantidad de personas que fallecerían en abril y en mayo de 2021 por esta enfermedad. Los resultados sugieren que las covariables seleccionadas, no permiten mejorar el ajuste del modelo. Es importante señalar que las limitaciones en el acceso a ciertos datos, inhiben una conclusión precisa. Esto por cuanto, no se puede concluir con exactitud si existe asociación entre la cantidad de fallecidos y ciertas condiciones socioeconómicas o ambientales. En tal sentido los análisis espacio-temporales tienden a verse afectados por el modelo elegido y la poca cantidad de periodos disponibles para el análisis. Para futuros estudios, puede ser relevante el análisis de las diferencias entre las cadenas de Márkov e INLA en modelos espacio-temporales, ya que algunos modelos en este estudio, son adaptados de referencias que simularon modelos con cadenas de Márkov. Se requiere investigar, más a fondo, si el uso de INLA, puede resultar inapropiado cuando se requira un ajuste en los modelos espacio-temporales, con conteos bajos o limitaciones significativas en la cantidad de covariables y períodos comparado con las cadenas de Márkov. The highly contagious respiratory disease Covid-19 has caused very high mortality rates, as well as significant deterioration in patients who contract it. The objective of this study has been to project, using hierarchical Bayesian space-time models, the number of people who would die from Covid-19 during the month of May 2021, according to historical data and the regional covariates available ( officially provided) on Covid-19 in the period from April 2020 to March 2021. Several Bayesian spatio-temporal models are analyzed in order to model response variables in epidemiology. It is established that the response variable of deaths from the disease is a variable with a negative binomial distribution. In addition, the R-INLA package is used to perform the posterior estimates of the models, due to its ease and speed compared to the Markov chain methods. In this study, different models are analyzed according to their information criteria (DIC, WAIC and CPO). The best combinations are weighed according to the following guidelines: the type of spatio-temporal interaction, the distribution, and the most suitable covariates for the final model. The most important covariate, according to the literature consulted, is the standard mortality ratio (SMR) of the previous month. Among the additional covariates examined are: the human development index, the percentage of older adults and the percentage of urban housing by cantons. In addition, environmental covariates extracted from the Moderate Resolution Imaging Spectroradiometer (MODIS) are included. In the end, the only additional covariate in the final model, besides the SMR, is the percentage of urban housing by canton. The final model that best fits the data includes the covariates with an interaction of order 2; that is, structured in time, but not in space; and with an independent random model (iid). The problem with this model becomes evident when analyzing the effects, since in its SMR there is a null effect, which makes final estimation and prediction difficult. The prediction maps, estimated by canton, have been used to generate future predictions of the number of people who would die in April and May 2021 from this disease. The results suggest that the selected covariates do not allow to improve the fit of the model. It is important to note that limitations in access to certain data inhibit an accurate conclusion. This is because it cannot be concluded exactly if there is an association between the number of deaths and certain socioeconomic or environmental conditions. In this sense, space-time analyzes tend to be affected by the chosen model and the small number of periods available for analysis. For future studies, the analysis of the differences between Markov chains and INLA in space-time models may be relevant, since some models in this study are adapted from references that simulated models with Markov chains. It is necessary to investigate further whether the use of INLA may be inappropriate when an adjustment is required in space-time models, with low counts or significant limitations in the number of covariates and periods compared to Markov chains. UCR::Vicerrectoría de Investigación::Sistema de Estudios de Posgrado::Ciencias Sociales::Maestría Profesional en Estadística
- Published
- 2022
6. Associations of IL-2 and IL-4 Expression and Polymorphisms With the Risks of Mycoplasma pneumoniae Infection and Asthma in Children.
- Author
-
Wang RS, Jin HX, Shang SQ, Liu XY, Chen SJ, and Jin ZB
- Subjects
- Adolescent, Asthma epidemiology, Bronchi microbiology, Bronchoalveolar Lavage Fluid microbiology, Child, Child, Preschool, Female, Gene Expression Regulation, Genetic Predisposition to Disease, Genotype, Humans, Interleukin-2 biosynthesis, Interleukin-2 blood, Interleukin-4 biosynthesis, Interleukin-4 blood, Male, Mycoplasma pneumoniae isolation & purification, Pharynx microbiology, Pneumonia, Mycoplasma epidemiology, Risk, Sputum microbiology, Asthma genetics, Interleukin-2 genetics, Interleukin-4 genetics, Pneumonia, Mycoplasma genetics, Polymorphism, Single Nucleotide
- Abstract
Introduction: Asthma is an inflammatory disorder of the airways and the symptoms of asthma could be exacerbated by Mycoplasma pneumoniae infection. Interleukin-2 and interleukin-4 have been implicated in immune and inflammatory reactions. We examined the associations of IL2 and IL4 polymorphisms and expression with the risks of asthma and M. pneumoniae infection in children., Methods: 392 asthmatic children and 849 controls were recruited into the study. Eight polymorphisms in IL2 and IL4 were genotyped with Sequenom MassARRAY platform. M. pneumoniae infection and copy number was determined with fluorescence PCR. IL-2 and IL-4 serum expression levels were determined by using ELISA., Results: We found a significant association of IL2 rs6534349 polymorphism with increased asthma risk (heterozygotes, P=.029; homozygous variants; P=.013) and of IL4 rs2227284 polymorphism with reduced asthma risk (heterozygotes, P=.026; homozygous variants; P=.001). Besides, the association of other polymorphisms, except rs2070874 polymorphism, became apparent when the asthmatic children were grouped according to GINA classification of asthma control and severity. In addition, IL-2 and IL-4 serum expression levels were significantly higher in M. pneumoniae negative (P=.038) and positive (P=.011) subjects respectively. This observation holds true among asthmatic patients (P=.016 for IL-2 and P=.042 for IL-4), but only the IL-4 observation remained correct among non-asthmatic controls (P=.032). We also observed that the rs6534349 GG genotype was significantly associated with increased odds of getting high load M. pneumoniae infection (P=.0376)., Conclusions: IL2 and IL4 could be important biomarkers for estimating the risks of asthma and M. pneumoniae infection in children., (Copyright © 2014 SEPAR. Published by Elsevier Espana. All rights reserved.)
- Published
- 2015
- Full Text
- View/download PDF
Catalog
Discovery Service for Jio Institute Digital Library
For full access to our library's resources, please sign in.