人工神经网络模型在2型糖尿病患病风险预测中的应用

• 作者: 刘晓田 张红艳 张路宁 李玉倩 王炳源 王重建 王高帅 郭奕瑞
• 来源期刊: 郑州大学学报（医学版）
• 学科: 医学
• 关键词: 2型糖尿病 人工神经网络 logistic回归 预测模型
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 论著
• 页码范围: 180-183
• 页数: 4页
• 分类号: R181.3+7
• 字数: 2778字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6825.2014.02.011

摘要

目的：探讨人工神经网络（ ANN）模型在个体2型糖尿病患病风险预测中的应用。方法：通过横断面调查对河南某农村社区8640名居民进行流行病学调查，按3砄1的比例随机分为训练集（6480人）与检验集（2160人），分别用于筛选变量、建立预测模型及对模型的检测和评价。分别应用ANN和logistic回归建立2型糖尿病预测模型，应用受试者工作特征曲线（ ROC）评价预测模型的检验效能。结果：ANN预测模型的灵敏度（95％CI）＝86．93（81．41～91．29）％、特异度（95％CI ）＝79．14（77．18～81．02）％、阳性预测值（95％CI ）＝31．86（28．60～35．03）％、阴性预测值（95％CI）＝98．18（97．37～98．81）％优于logistic回归预测模型[灵敏度（95％CI）＝62．81（55．73～69．47）％、特异度（95％CI）＝71．70（69．52～73．79）％、阳性预测值（95％CI）＝19．94（17．00～22．99）％、阴性预测值（95％CI）＝94．50（93．32～95．57）％]；ANN预测模型AUC（95％CI）＝0．891（0．877～0．905）明显大于logistic回归预测模型[AUC（95％CI）＝0．742（0．722～0．763）]。结论：在预测个体患2型糖尿病方面，ANN模型较logistic回归模型具有更好的预测效能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王重建	郑州大学公共卫生学院流行病学教研室	63	451	11.0	17.0
2	张红艳	郑州大学公共卫生学院流行病学教研室	9	55	4.0	7.0
3	郭奕瑞	郑州大学公共卫生学院流行病学教研室	7	94	4.0	7.0
4	李玉倩	郑州大学药学院临床药理学教研室	8	80	4.0	8.0
5	王高帅	郑州大学公共卫生学院流行病学教研室	6	54	4.0	6.0
6	刘晓田	郑州大学公共卫生学院流行病学教研室	4	37	2.0	4.0
7	张路宁	郑州大学公共卫生学院流行病学教研室	2	32	2.0	2.0
8	王炳源	郑州大学公共卫生学院流行病学教研室	3	42	3.0	3.0