神经网络模型在纵向随访数据分析中的研究进展

• 作者: 孙丽君 张文茜 张玉海 苏海霞
• 来源期刊: 实用预防医学
• 学科: 医学
• 关键词: 纵向数据 线性混合模型 神经网络模型
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 综述
• 页码范围: 127-128,封3
• 页数: 3页
• 分类号: R195.1
• 字数: 3533字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-3110.2017.01.040

摘要

流行病学随访研究中会产生大量的纵向数据,但该类数据的分析一直是统计学的难点.目前大多采用传统的线性混合模型来处理.该模型对数据的分布要求严格,且假定疾病是线性进展的,在应用过程中会受到一定限制.近年来,有研究者提出采用神经网络模型来处理纵向随访数据.本文就神经网络模型在纵向随访数据分析中的研究现状进行探讨,为纵向随访数据的分析提供一个新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张玉海	第四军医大学卫生统计学教研室	36	213	9.0	13.0
2	孙丽君	第四军医大学卫生统计学教研室	15	54	5.0	6.0
3	苏海霞	第四军医大学流行病学教研室	33	212	9.0	13.0
4	张文茜	第四军医大学卫生统计学教研室	2	14	2.0	2.0