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 探讨多层感知器(MLP)模型在中医人格、体质预测糖尿病性冠心病患病风险中的预测效能,为该病客观化预测提供新方法.方法 采用单因素Logistic回归进行变量筛选,筛选有统计学意义的中医人格、体质类型指标,作为MLP及多因素Logistic回归的分析变量,以构建中医人格、体质对糖尿病性冠心病患病风险的预测模型.采用受试者工作特征曲线(ROC曲线)比较2种模型的预测效能.结果 MLP预测模型的灵敏度OR95%CI=0.915(0.862,0.968)、特异度OR95%CI=0.846(0.793,0.912)、AUC OR95%CI=0.913(0.806,0.987),均优于Logistic回归预测模型[灵敏度OR95%CI=0.834(0.695,0.953)、特异度OR95%CI=0.762(0.623,0.901)、AUC OR95%CI=0.869(0.730,0.941)].结论 在中医人格、体质对糖尿病性冠心病患病风险的客观化预测中,MLP模型较Logistic回归模型具有更好的预测效能.
推荐文章
糖尿病合并冠心病患者冠脉造影及中医症候学特点
糖尿病合并冠心病
中医证候学
冠脉造影
冠心病与糖尿病的临床相关性探讨
冠心病
糖尿病
患病率
冠心病合并糖尿病患者冠脉病变及中医证候学特点
冠心病合并糖尿病
中医证候学
冠脉造影
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 多层感知器模型在中医人格、体质预测糖尿病性冠心病患病风险中的应用研究
来源期刊 中国中医药信息杂志 学科 医学
关键词 糖尿病性冠心病 中医人格 中医体质 多层感知器模型 人工神经网络 预测模型
年,卷(期) 2017,(12) 所属期刊栏目 中医药信息学
研究方向 页码范围 88-91
页数 4页 分类号 R2-05|R259.871
字数 3179字 语种 中文
DOI 10.3969/j.issn.1005-5304.2017.12.022
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 吕航 33 122 6.0 8.0
2 杜渐 37 192 8.0 11.0
3 王昊 26 130 7.0 9.0
4 刘媛 5 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (74)
共引文献  (75)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (20)
二级引证文献  (2)
1985(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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(9)
  • 参考文献(2)
  • 二级参考文献(7)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
糖尿病性冠心病
中医人格
中医体质
多层感知器模型
人工神经网络
预测模型
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
中国中医药信息杂志
月刊
1005-5304
11-3519/R
大16开
北京市东直门内南小街16号
82-670
1994
chi
出版文献量(篇)
14042
总下载数(次)
9
总被引数(次)
94012
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导