数理医药学杂志
數理醫藥學雜誌
수리의약학잡지
JOURNAL OF MATHEMATICAL MEDICINE
2013年
4期
389-391
,共3页
于长春%曾昭成%金鑫玲%宋明媚%孙志伟%卜翠萍
于長春%曾昭成%金鑫玲%宋明媚%孫誌偉%蔔翠萍
우장춘%증소성%금흠령%송명미%손지위%복취평
巨细胞病毒性肺炎%筛查%Logistic回归
巨細胞病毒性肺炎%篩查%Logistic迴歸
거세포병독성폐염%사사%Logistic회귀
cytomegalovirus pneumonia%screening%Logistic regression
目的:探讨Logistic回归在巨细胞病毒性肺炎临床筛查中应用的可行性。方法:采用单变量分析筛选出巨细胞病毒性肺炎组与普通喘息性支气管(肺)炎组差异有统计学意义的指标,然后利用Logistic回归建立预测模型,最后对样本进行回代,以评估模型预测的准确性。结果:两组差异有统计学意义的指标有年龄、血红蛋白(HB)、白细胞(WBC)、淋巴细胞数(L)、血小板(Plt)、IgG、IgM ,进入最终 Logistic预测模型的有血红蛋白(HB)、淋巴细胞数(L)、血小板(Plt),预测模型的灵敏度、特异度和诊断符合率分别为83.08%、76.09%、80.18%。结论:运用Logistic回归预测模型筛查巨细胞病毒性肺炎是可行的,可以为临床医务人员提供辅助诊断依据。
目的:探討Logistic迴歸在巨細胞病毒性肺炎臨床篩查中應用的可行性。方法:採用單變量分析篩選齣巨細胞病毒性肺炎組與普通喘息性支氣管(肺)炎組差異有統計學意義的指標,然後利用Logistic迴歸建立預測模型,最後對樣本進行迴代,以評估模型預測的準確性。結果:兩組差異有統計學意義的指標有年齡、血紅蛋白(HB)、白細胞(WBC)、淋巴細胞數(L)、血小闆(Plt)、IgG、IgM ,進入最終 Logistic預測模型的有血紅蛋白(HB)、淋巴細胞數(L)、血小闆(Plt),預測模型的靈敏度、特異度和診斷符閤率分彆為83.08%、76.09%、80.18%。結論:運用Logistic迴歸預測模型篩查巨細胞病毒性肺炎是可行的,可以為臨床醫務人員提供輔助診斷依據。
목적:탐토Logistic회귀재거세포병독성폐염림상사사중응용적가행성。방법:채용단변량분석사선출거세포병독성폐염조여보통천식성지기관(폐)염조차이유통계학의의적지표,연후이용Logistic회귀건립예측모형,최후대양본진행회대,이평고모형예측적준학성。결과:량조차이유통계학의의적지표유년령、혈홍단백(HB)、백세포(WBC)、림파세포수(L)、혈소판(Plt)、IgG、IgM ,진입최종 Logistic예측모형적유혈홍단백(HB)、림파세포수(L)、혈소판(Plt),예측모형적령민도、특이도화진단부합솔분별위83.08%、76.09%、80.18%。결론:운용Logistic회귀예측모형사사거세포병독성폐염시가행적,가이위림상의무인원제공보조진단의거。
Objective:To discuss the feasibility of applying Logistic regression to clinical screening of cy-tomegalovirus pneumonia .Methods :Sift indicators statistically significant between cytomegalovirus pneumo-nia and common panting bronchitis by univariate analysis and then build prediction model through Logistic re-gression ,finally assess the accuracy of the model by means of back substitution .Results:Indicators statisti-cally significant include :age ,HB ,WBC ,Lymph ,Plt ,IgG ,IgM ,among w hich HB ,Lymph and Plt enter the fi-nal Logistic prediction model .T he prediction sensitivity、specificity and diagnostic accordance for the sample go as follows respectively :83 .08% 、76 .09% 、80 .18%. Conclusion:It is feasible to screen cytomegalovirus pneumonia by application of logistic regression prediction model ,w hich can offer aided diagnostic basis for clinical staff .