目的:探讨BP神经网络(BPNN)在糖尿病(DM)并发症影响因素研究中的应用特点.方法:采用BPNN、单因素和多因素非条件logistic回归分析方法对某矿区177例DM患者和在某综合性医院收集的118例DM患者的调查资料进行分析比较.结果:BPNN网络结构为54→1,不设隐含层.BPNN网络、单因素Logistic回归分析和多因素非条件Logistic回归分析分别筛选出35个、29个和10个影响DM并发症发生的因素.3种分析结果的对比显示:BPNN选出的影响因素不仅包括了多因素Logistic回归结果,也正确地反映各因素的作用程度及方向.结论:BPNN能克服单因素和多因素logistic回归分析对资料的过多限制,能较好的处理共线性问题,正确反映因素的作用方式及程度,在流行病学病因研究中具有其独特的应用优势.在方法学上,不含隐含层的BPNN的权重系数具有一定的流行病学意义,其意义类似于Logistic回归系数;应用公式OR=exp(Wii)将网络权重系数转化成OR,然后根据OR的值来进行确定危险因素是可行的.
作者：钱玲；施侣元；程茂金
来源：现代预防医学 2005 年 32卷 12期
