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 以子痫前期分度为例,比较反向传播(BP)神经网络模型与传统Logistic回归模型在复杂性疾病中的拟合效果及诊断效能.方法 2008年1月至2013年12月中山大学附属第一医院孕妇区收治的145例符合子痫前期诊断标准及实验入选标准的患者,其中轻度87例、重度58例;随机分组后,分成127例训练集和18例测试集以建立妊娠晚期子痫前期分度诊断的Logistic回归模型及BP神经网络诊断模型,并对模型的诊断效能进行比较,探讨子痫前期孕前和孕期高危因素.结果 入选模型的变量有妊娠早期纤维蛋白原(Fbg)、血小板计数(PLT)、平均血小板体积(MPV)以及妊娠晚期尿蛋白;训练集中BP神经网络模型的一致率为80.30%,灵敏度为74.50%,特异度为84.21%,均高于Logistic回归模型的74.80%、58.82%、82.89%,且差异均有统计学意义(P<0.05).BP神经网络模型的ROC曲线下面积为(0.887±0.029),大于Logistic回归模型的(0.823±0.036);在最佳诊断值界值的BP神经网络Youden index为67.0%,仍高于Logistic回归模型的54.1%,差异均有统计学意义(P<0.05).结论 BP神经网络模型在妊娠晚期子痫前期分度中的拟合效果优于Logistic回归,更适合用于复杂性疾病多因素分析的研究;妊娠早期Fbg、PLT、MPV以及妊娠晚期尿蛋白与妊娠晚期子痫前期分度有关.
推荐文章
一种基于模糊神经网络融合的故障诊断模型研究
模糊神经网络
信息融合
故障诊断
过程质量控制的BP神经网络诊断方法研究
过程质量
BP神经网络
诊断
基于反馈动态神经网络的油田异常井诊断模型研究
反馈动态神经网络
粒子群算法
异常井
基于BP神经网络的网络智能诊断系统
网络故障
智能诊断
BP神经网络
训练样本
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 BP神经网络与Logistic回归分度诊断模型效能的比较研究
来源期刊 热带医学杂志 学科 医学
关键词 BP神经网络 Logistic回归 子痫前期
年,卷(期) 2016,(3) 所属期刊栏目 硕博专栏论著
研究方向 页码范围 316-319,339
页数 分类号 R714.425
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 沈婷 中山大学附属第一医院检验科 3 3 1.0 1.0
2 姜傥 中山大学附属第一医院检验科 64 276 8.0 13.0
3 曾智杰 中山大学附属第一医院检验科 21 62 5.0 7.0
4 王慧敏 中山大学附属第一医院检验科 3 8 2.0 2.0
5 邹相华 中山大学数学与计算机科学学院应用数学系 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (7)
参考文献  (15)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经网络
Logistic回归
子痫前期
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
热带医学杂志
月刊
1672-3619
44-1503/R
大16开
广州市中山二路74号中山医学院
1979
chi
出版文献量(篇)
7964
总下载数(次)
21
总被引数(次)
32495
论文1v1指导