中国卫生统计
中國衛生統計
중국위생통계
CHINESE JOURNAL OF HEALTH STATISTICS
2010年
6期
591-593
,共3页
王重建%李玉倩%于二曼%张卫东%岳馨培%李文杰%胡东生
王重建%李玉倩%于二曼%張衛東%嶽馨培%李文傑%鬍東生
왕중건%리옥천%우이만%장위동%악형배%리문걸%호동생
人工神经网络%logistic回归%原发性高血压%危险因素%模型
人工神經網絡%logistic迴歸%原髮性高血壓%危險因素%模型
인공신경망락%logistic회귀%원발성고혈압%위험인소%모형
目的 在流行病学调查资料的基础上,探讨并评价预测个体患原发性高血压的新方法.方法 选择8 914例社区居民流行病学调查资料,按3:1分为训练集(6 686例)与检验集(2 228例),分别用于筛选变量、建立预测模型及对模型的检测和评价.应用人工神经网络(ANN)和logistic回归分别建立高血压患病预测模型,用受试者工作曲线(ROC)评价预测模型的优劣.结果 ANN预测模型的灵敏度(95.94%)、特异度(85.04%)、约登指数(80.98%)、一致率(88.78%)优于logistic回归预测模型(灵敏度=51.31%、特异度=95.56%、约登指数=46.87%、一致率=80.39%).通过ROC曲线下面积比较模型的预测能力:ANN预测模型曲线下面积(Az=0.904±0.007)明显大于logistic回归预测模型(Az=0.734±0.012).结论 利用ANN模型进行疾病分类预测,较logistic回归模型能获得更好的预测效果.
目的 在流行病學調查資料的基礎上,探討併評價預測箇體患原髮性高血壓的新方法.方法 選擇8 914例社區居民流行病學調查資料,按3:1分為訓練集(6 686例)與檢驗集(2 228例),分彆用于篩選變量、建立預測模型及對模型的檢測和評價.應用人工神經網絡(ANN)和logistic迴歸分彆建立高血壓患病預測模型,用受試者工作麯線(ROC)評價預測模型的優劣.結果 ANN預測模型的靈敏度(95.94%)、特異度(85.04%)、約登指數(80.98%)、一緻率(88.78%)優于logistic迴歸預測模型(靈敏度=51.31%、特異度=95.56%、約登指數=46.87%、一緻率=80.39%).通過ROC麯線下麵積比較模型的預測能力:ANN預測模型麯線下麵積(Az=0.904±0.007)明顯大于logistic迴歸預測模型(Az=0.734±0.012).結論 利用ANN模型進行疾病分類預測,較logistic迴歸模型能穫得更好的預測效果.
목적 재류행병학조사자료적기출상,탐토병평개예측개체환원발성고혈압적신방법.방법 선택8 914례사구거민류행병학조사자료,안3:1분위훈련집(6 686례)여검험집(2 228례),분별용우사선변량、건립예측모형급대모형적검측화평개.응용인공신경망락(ANN)화logistic회귀분별건립고혈압환병예측모형,용수시자공작곡선(ROC)평개예측모형적우렬.결과 ANN예측모형적령민도(95.94%)、특이도(85.04%)、약등지수(80.98%)、일치솔(88.78%)우우logistic회귀예측모형(령민도=51.31%、특이도=95.56%、약등지수=46.87%、일치솔=80.39%).통과ROC곡선하면적비교모형적예측능력:ANN예측모형곡선하면적(Az=0.904±0.007)명현대우logistic회귀예측모형(Az=0.734±0.012).결론 이용ANN모형진행질병분류예측,교logistic회귀모형능획득경호적예측효과.
