基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 应用分类树模型构建缺血性脑卒中发病风险的预测模型,并评价其应用价值.方法 采用1∶1配比病例对照研究设计,选择深圳市2所综合性医院的309名缺血性脑卒中患者为病例组,同时选择按年龄、性别匹配的健康者作为对照;采用卡方自动交互检测(CHAID)法建立缺血性脑卒中发病风险的预测模型,采用错分概率Risk值、索引图及受试者工作特征曲线(ROC)评价模型的应用价值.结果 所建立的分类树模型共包括4层,共19个结点,共筛检出6个解释变量;其中最为重要的预测因素为体育锻炼和高血压病史.模型错分概率Risk值为0.207,利用预测概率绘制的ROC曲线下面积为0.789,与0.5比较,差异有统计学意义(P=0.001),模型拟合的效果较好.结论 分类树模型不仅能有效地拟合缺血性脑卒中发病风险的预测模型,还可以有效地筛检变量间的交互作用效应.
推荐文章
缺血性脑卒中复发预测模型的构建及应用
卒中
缺血性脑卒中
复发
Cox回归模型
预后指数
广州市社区中老年人群缺血性脑卒中影响因素分析及发病风险预测
缺血性脑卒中
危险因素
分类树
交互项构建
多因素logistic回归
缺血性脑卒中复发预测模型的构建①
缺血性脑卒中
复发
Cox 回归模型
预后指数
应用logistic回归模型预测急性缺血性脑卒中发生概率的病例对照研究
急性缺血性卒中
logistic回归模型
眼底动脉硬化
溶血磷脂酸
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 应用分类树模型构建缺血性脑卒中发病风险的预测模型
来源期刊 中国慢性病预防与控制 学科 医学
关键词 缺血性脑卒中 分类树 卡方自动交互检测法
年,卷(期) 2012,(3) 所属期刊栏目 论著
研究方向 页码范围 254-258
页数 分类号 R743.3
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张仁利 深圳市疾病预防控制中心营养与食品卫生科 192 798 13.0 17.0
2 耿艺介 深圳市疾病预防控制中心营养与食品卫生科 105 506 11.0 15.0
3 程锦泉 深圳市疾病预防控制中心营养与食品卫生科 115 783 14.0 20.0
4 聂绍发 华中科技大学同济医学院公共卫生学院流行病与卫生统计学系 208 2053 23.0 30.0
5 刘建平 深圳市疾病预防控制中心营养与食品卫生科 21 132 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (58)
参考文献  (8)
节点文献
引证文献  (27)
同被引文献  (114)
二级引证文献  (72)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(8)
  • 引证文献(4)
  • 二级引证文献(4)
2016(10)
  • 引证文献(4)
  • 二级引证文献(6)
2017(21)
  • 引证文献(7)
  • 二级引证文献(14)
2018(21)
  • 引证文献(3)
  • 二级引证文献(18)
2019(19)
  • 引证文献(4)
  • 二级引证文献(15)
2020(15)
  • 引证文献(2)
  • 二级引证文献(13)
研究主题发展历程
节点文献
缺血性脑卒中
分类树
卡方自动交互检测法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国慢性病预防与控制
月刊
1004-6194
12-1196/R
大16开
天津市河东区华龙道76号
6-71
1992
chi
出版文献量(篇)
5506
总下载数(次)
8
总被引数(次)
46673
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导