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134 | 下载92

目的:探讨不同病理类型以血尿为主要表现的患儿各临床指标的差异,并建立基于临床资料的BP神经网络预测模型。方法:收集2003年6月至2018年12月重庆医科大学附属儿童医院以血尿为主要表现并行肾活检患儿的临床资料及肾脏病理结果,进行各临床指标的差异性比较,并建立以血尿为主要表现患儿肾脏病理的BP神经网络预测模型。结果:共纳入438例患儿。其中男232例,女206例;起病年龄(7.00±3.15)岁。按照不同临床表现分为:镜下血尿组(179例)、肉眼血尿组(81例)、镜下血尿并蛋白尿组(44例)、肉眼血尿并蛋白尿组(134例)。差异性检验结果显示,各组性别、起病年龄、病程、诱因、尿爱迪(Addis)计数中红细胞数、24 h尿蛋白定量、血清素氮、血肌酐、血清蛋白、血IgA水平差异均有统计学意义(均 P<0.05);不同病理类型性别、起病年龄、病程、家族史、尿Addis计数中红细胞数、24 h尿蛋白定量、血尿素氮、血肌酐、血清蛋白、血IgA、C 3水平差异均有统计学意义(均 P<0.05)。基于以上指标,构建BP神经网络预测模型,并通过留一法验证了该预测模型的准确率为61.19

作者:万俊丽;李佳承;张高福;王墨

来源:中华实用儿科临床杂志 2020 年 35卷 5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:134 | 下载:92
作者:
万俊丽;李佳承;张高福;王墨
来源:
中华实用儿科临床杂志 2020 年 35卷 5期
标签:
血尿 肾脏病理 BP神经网络 预测 Hematuria Renal pathology BP neural network Prediction
目的:探讨不同病理类型以血尿为主要表现的患儿各临床指标的差异,并建立基于临床资料的BP神经网络预测模型。方法:收集2003年6月至2018年12月重庆医科大学附属儿童医院以血尿为主要表现并行肾活检患儿的临床资料及肾脏病理结果,进行各临床指标的差异性比较,并建立以血尿为主要表现患儿肾脏病理的BP神经网络预测模型。结果:共纳入438例患儿。其中男232例,女206例;起病年龄(7.00±3.15)岁。按照不同临床表现分为:镜下血尿组(179例)、肉眼血尿组(81例)、镜下血尿并蛋白尿组(44例)、肉眼血尿并蛋白尿组(134例)。差异性检验结果显示,各组性别、起病年龄、病程、诱因、尿爱迪(Addis)计数中红细胞数、24 h尿蛋白定量、血清素氮、血肌酐、血清蛋白、血IgA水平差异均有统计学意义(均 P<0.05);不同病理类型性别、起病年龄、病程、家族史、尿Addis计数中红细胞数、24 h尿蛋白定量、血尿素氮、血肌酐、血清蛋白、血IgA、C 3水平差异均有统计学意义(均 P<0.05)。基于以上指标,构建BP神经网络预测模型,并通过留一法验证了该预测模型的准确率为61.19