CAJ | 학술논문

[目的]利用收集的临床资料,运用神经网络方法和传统的Logistic回归方法构建不同的预后预测模型,比较不同方法构建模型的预测性能,从方法学上探讨预后研究的新方法.[方法]对1998年1月至1999年8月期间,在中山大学肿瘤医院住院接受治疗、资料齐全的670例鼻咽癌患者,按照入院时间前后,以约4∶1分成530例和140例两部分,前530例用于筛选变量和建立预测模型,后140例用于对模型的检测和评价.建模方法应用人工神经网络和常规统计方法中的Logistic回归.[结果]通过对140例的预测判别,Logistic回归预测模型的预测结果的相关评价指数为:准确性80.71%,敏感性51.11%,特异性94.74%,Youden指数0.3182;ANN1的相关指数为准确性85.00%,敏感性57.77%,特异性97.89%,0.4277;ANN2的相关指数则分别为86.43%,80.00%,89.47%,0.6643.神经网络各项指标均优于Logistic回归预测模型.运用ROC方法评价显示运用神经网络方法(曲线下面积0.922和0.936)比Logistic回归方法建立的模型(曲线下面积0.880)的预测判别效果要好.[结论]初步证明人工神经网络能够较准确地判别预后,为解决个体化预后预测提供了一种新方法,但能否在实际工作中应用,还有待进一步研究.
[목적]이용수집적림상자료,운용신경망락방법화전통적Logistic회귀방법구건불동적예후예측모형,비교불동방법구건모형적예측성능,종방법학상탐토예후연구적신방법.[방법]대1998년1월지1999년8월기간,재중산대학종류의원주원접수치료、자료제전적670례비인암환자,안조입원시간전후,이약4∶1분성530례화140례량부분,전530례용우사선변량화건립예측모형,후140례용우대모형적검측화평개.건모방법응용인공신경망락화상규통계방법중적Logistic회귀.[결과]통과대140례적예측판별,Logistic회귀예측모형적예측결과적상관평개지수위:준학성80.71%,민감성51.11%,특이성94.74%,Youden지수0.3182;ANN1적상관지수위준학성85.00%,민감성57.77%,특이성97.89%,0.4277;ANN2적상관지수칙분별위86.43%,80.00%,89.47%,0.6643.신경망락각항지표균우우Logistic회귀예측모형.운용ROC방법평개현시운용신경망락방법(곡선하면적0.922화0.936)비Logistic회귀방법건립적모형(곡선하면적0.880)적예측판별효과요호.[결론]초보증명인공신경망락능구교준학지판별예후,위해결개체화예후예측제공료일충신방법,단능부재실제공작중응용,환유대진일보연구.