您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览294 | 下载13

目的:本文应用基于数据挖掘流程的logistic回归方法建模,对亚健康状态的人群进行分类并分析其临床特征.方法:针对亚健康状态流行病学调查数据进行统计分析,采用从数据理解、数据准备、变量筛选和选择logistic回归建模的数据挖掘流程的方法,确定最终的回归方程,从而得到亚健康状态的判别方程及其临床特征.结果:建立了两种logistic回归模型,并在此基础上应用数据挖掘的思想对回归方程做进一步的测试,得到了分类准确率较高的验证,其结果提示亚健康的主要临床特征表现为躯体的疲劳、睡眠不实、记忆力和工作效率下降、饮食二便失调、心理的空虚感和情绪易怒等.结论:在分析判断和解释影响因素较复杂、自变量较多的亚健康人群临床特征研究中,使用传统意义的logistic回归建模具有很大的优越性.

作者:刘保延;何丽云;谢雁鸣;李霞;匡宏波;易丹辉

来源:世界科学技术-中医药现代化 2006 年 8卷 2期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:294 | 下载:13
作者:
刘保延;何丽云;谢雁鸣;李霞;匡宏波;易丹辉
来源:
世界科学技术-中医药现代化 2006 年 8卷 2期
标签:
数据挖掘 logistic 回归 相关系数 聚类分析
目的:本文应用基于数据挖掘流程的logistic回归方法建模,对亚健康状态的人群进行分类并分析其临床特征.方法:针对亚健康状态流行病学调查数据进行统计分析,采用从数据理解、数据准备、变量筛选和选择logistic回归建模的数据挖掘流程的方法,确定最终的回归方程,从而得到亚健康状态的判别方程及其临床特征.结果:建立了两种logistic回归模型,并在此基础上应用数据挖掘的思想对回归方程做进一步的测试,得到了分类准确率较高的验证,其结果提示亚健康的主要临床特征表现为躯体的疲劳、睡眠不实、记忆力和工作效率下降、饮食二便失调、心理的空虚感和情绪易怒等.结论:在分析判断和解释影响因素较复杂、自变量较多的亚健康人群临床特征研究中,使用传统意义的logistic回归建模具有很大的优越性.