实用预防医学
實用預防醫學
실용예방의학
PRACTICAL PREVENTIVE MEDICINE
2011年
10期
1819-1822
,共4页
秦平%张镏琢%赵晓雯%陈晶%卓志鹏%刘艳
秦平%張鎦琢%趙曉雯%陳晶%卓誌鵬%劉豔
진평%장류탁%조효문%진정%탁지붕%류염
代谢综合征%BP神经网络%平均影响值%Logistic回归
代謝綜閤徵%BP神經網絡%平均影響值%Logistic迴歸
대사종합정%BP신경망락%평균영향치%Logistic회귀
目的 探讨BP神经网络筛选疾病相关因素及构建疾病预测模型的作用,并与Logistic回归模型的分析结果进行对比,为更加准确地运用神经网络方法解决医学实际问题提供科学依据.方法 利用MATLAB软件中的神经网络工具箱,建立代谢综合征相关影响因素的BP神经网络模型,通过计算平均影响值对影响因素进行筛选,依据ROC曲线下面积对比BP神经网络与Logistic回归分析所构建的疾病预测模型的效果.结果 利用BP神经网络所构建的疾病预测模型,通过平均影响值算法筛选变量后的预测效果要好于未筛选的效果,且通过平均影响值算法所筛选的影响因素与Logistic回归分析基本一致,两者预测效果差异无统计学意义(AUCBP=0.837,AUCLogistic=0.841,u=0.3310,P=0.7406).结论 运用BP神经网络的平均影响值算法可实现对疾病相关因素的筛选及构建疾病预测模型,可在流行病学病因探索的研究中发挥与Logistic回归分析同样的作用.
目的 探討BP神經網絡篩選疾病相關因素及構建疾病預測模型的作用,併與Logistic迴歸模型的分析結果進行對比,為更加準確地運用神經網絡方法解決醫學實際問題提供科學依據.方法 利用MATLAB軟件中的神經網絡工具箱,建立代謝綜閤徵相關影響因素的BP神經網絡模型,通過計算平均影響值對影響因素進行篩選,依據ROC麯線下麵積對比BP神經網絡與Logistic迴歸分析所構建的疾病預測模型的效果.結果 利用BP神經網絡所構建的疾病預測模型,通過平均影響值算法篩選變量後的預測效果要好于未篩選的效果,且通過平均影響值算法所篩選的影響因素與Logistic迴歸分析基本一緻,兩者預測效果差異無統計學意義(AUCBP=0.837,AUCLogistic=0.841,u=0.3310,P=0.7406).結論 運用BP神經網絡的平均影響值算法可實現對疾病相關因素的篩選及構建疾病預測模型,可在流行病學病因探索的研究中髮揮與Logistic迴歸分析同樣的作用.
목적 탐토BP신경망락사선질병상관인소급구건질병예측모형적작용,병여Logistic회귀모형적분석결과진행대비,위경가준학지운용신경망락방법해결의학실제문제제공과학의거.방법 이용MATLAB연건중적신경망락공구상,건립대사종합정상관영향인소적BP신경망락모형,통과계산평균영향치대영향인소진행사선,의거ROC곡선하면적대비BP신경망락여Logistic회귀분석소구건적질병예측모형적효과.결과 이용BP신경망락소구건적질병예측모형,통과평균영향치산법사선변량후적예측효과요호우미사선적효과,차통과평균영향치산법소사선적영향인소여Logistic회귀분석기본일치,량자예측효과차이무통계학의의(AUCBP=0.837,AUCLogistic=0.841,u=0.3310,P=0.7406).결론 운용BP신경망락적평균영향치산법가실현대질병상관인소적사선급구건질병예측모형,가재류행병학병인탐색적연구중발휘여Logistic회귀분석동양적작용.