基于贝叶斯定理的常见呼吸道传染病分类判别模型研究

• 作者: 刘碧瑶 戚小华 李傅冬 王臻
• 来源期刊: 预防医学
• 学科: 医学
• 关键词: 贝叶斯定理 分类判别模型 呼吸道传染病
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 论著
• 页码范围: 870-873
• 页数: 4页
• 分类号: R181.2
• 字数: 3747字
• 语种: 中文

摘要

目的：基于贝叶斯定理建立常见呼吸道传染病的分类判别模型，为传染病暴发疫情调查和实验室检测提供病因线索。方法通过查阅文献、历史疫情数据和暴发疫情调查报告，收集常见传染病的症状、体征、实验室检测结果、流行病学特征及发病数据。基于朴素贝叶斯分类算法原理，采用 SAS 9．1．3软件建立分类判别模型，并分别用2013—2015年浙江省发生的流行性感冒、流行性腮腺炎、水痘和麻疹各2起疫情数据对模型的判别效果进行验证。结果8起疫情的第一位次判别概率最低为20．00％、最高为100．00％、中位数为53．85％，前三位次判别概率最低为55．00％、最高为100．00％、中位数为98．34％。第一位次判别的灵敏度中位数为53．85％，特异度中位数为100．00％，阳性似然比最小为5．73、最大趋向无穷大；前三位次判别的灵敏度中位数为98．34％，特异度中位数为82．14％，阳性似然比最小为1．26、最大趋向无穷大。结论贝叶斯分类判别模型适用于常见呼吸道传染病的分类判别，判别效果达到实际工作要求，能够提高呼吸道传染病暴发疫情病因的早期判别能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘碧瑶		33	451	13.0	20.0
2	王臻		61	680	16.0	23.0
3	戚小华		41	332	12.0	17.0
4	李傅冬		14	131	6.0	11.0