作者:
原文服务方: 中国全科医学       
摘要:
目的 探讨联合运用Logistic回归和受试者工作特征(ROC)曲线预测2型糖尿病患者发生脑梗死风险的可行性,为有针对性地采取预防措施和制订诊疗计划提供参考依据.方法 应用Logistic回归筛选出脑梗死的危险因素,然后通过ROC曲线确定截断值(cutoff),最后对样本进行预测并与实际诊断结果进行对比,以评估模型的诊断价值和预测准确度.结果 筛选出3项对脑梗死发生影响有统计学意义的指标:年龄、颈动脉内膜中层厚度(CIMT)、颈动脉粥样硬化斑块.年龄和CIMT的曲线下面积(AUC)分别为0.836、0.849,cutoff分别为62.5岁、0.93 mm.两指标的灵敏度、特异度和诊断符合率分别为:80.85%、73.81%、77.53%;80.85%、76.19%、78.65%.综合预测模型的灵敏度、特异度和诊断符合率分别为:87.23%、85.71%、86.52%.结论 联合运用Logistic回归和ROC曲线预测2型糖尿病患者发生脑梗死的风险是可行的,年龄和CIMT独立预测都具有较高的诊断价值,但相比之下,由年龄、CIMT和颈动脉粥样斑块三个指标组成的Logistic综合预测模型更具诊断价值,预测效果更为理想.
推荐文章
血糖波动与2型糖尿病患者脑梗死的关系
2型糖尿病
脑梗死
血糖波动
健康教育路径在脑梗死合并糖尿病患者中的应用
脑梗死
糖尿病
健康教育路径
健康知识
自理能力
满意度
判别分析在预测2型糖尿病患者发生脑梗死风险中的应用
糖尿病,2型
脑梗死
判别分析
危险性评估
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 Logistic回归与受试者工作特征曲线在2型糖尿病患者发生脑梗死风险预测中的应用研究
来源期刊 中国全科医学 学科
关键词 糖尿病,2型 脑梗死 Logistic回归 受试者工作特征曲线
年,卷(期) 2013,(19) 所属期刊栏目 论著
研究方向 页码范围 2230-2232
页数 3页 分类号 R191.1
字数 语种 中文
DOI 10.3969/j.issn.1007-9572.2013.07.012
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 于长春 解放军第101医院信息科 14 52 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (215)
参考文献  (8)
节点文献
引证文献  (8)
同被引文献  (52)
二级引证文献  (49)
1900(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(19)
  • 引证文献(4)
  • 二级引证文献(15)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(15)
  • 引证文献(1)
  • 二级引证文献(14)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
糖尿病,2型
脑梗死
Logistic回归
受试者工作特征曲线
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
中国全科医学
旬刊
1007-9572
13-1222/R
大16开
1998-01-01
chi
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
213687
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导