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183 | 下载0

目的 通过建立误差反向传播人工神经网络(Back Popagation Artificial Neural Network,BP-ANN)预测模型分析本地区与胃部高危疾病有关的影响因素并评价模型预测效果.方法 于2012年10月至2014年1 1月,通过现场调查的方式对719名徐州市三级甲等医院消化科门诊患者进行问卷调查,并且收集其胃镜病理及相关资料.应用Logistic回归模型对影响胃部高危疾病发生的饮食、生活状况及习惯、身体状况等因素进行单因素和多因素分析;运用训练集资料建立BP神经网络,通过测试集142例调查对象评价该方法在实际应用中的预测精度.结果 对调查数据进行胃部高危疾病的Logistic回归单因素分析,分析显示女性、年龄、胃癌家族史、喜食烧烤类食物、生活节奏快等10个因素有统计学意义(P<0.05);多因素分析显示,吸烟、饮用自来水、喜食豆制品、常生气、年龄和生活节奏快与胃部高危疾病有关.BP神经网络筛查的效果较好.结论 建立好的BP神经网络可以用于筛检胃癌高危人群.

作者:薛佳殷;何帅;李苹;安书仪;唐明生;王慧;黄水平

来源:现代预防医学 2016 年 43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:183 | 下载:0
作者:
薛佳殷;何帅;李苹;安书仪;唐明生;王慧;黄水平
来源:
现代预防医学 2016 年 43卷 2期
标签:
BP神经网络 胃癌 高危人群 筛查 BP neural network Gastric cancer High-risk groups Screening
目的 通过建立误差反向传播人工神经网络(Back Popagation Artificial Neural Network,BP-ANN)预测模型分析本地区与胃部高危疾病有关的影响因素并评价模型预测效果.方法 于2012年10月至2014年1 1月,通过现场调查的方式对719名徐州市三级甲等医院消化科门诊患者进行问卷调查,并且收集其胃镜病理及相关资料.应用Logistic回归模型对影响胃部高危疾病发生的饮食、生活状况及习惯、身体状况等因素进行单因素和多因素分析;运用训练集资料建立BP神经网络,通过测试集142例调查对象评价该方法在实际应用中的预测精度.结果 对调查数据进行胃部高危疾病的Logistic回归单因素分析,分析显示女性、年龄、胃癌家族史、喜食烧烤类食物、生活节奏快等10个因素有统计学意义(P<0.05);多因素分析显示,吸烟、饮用自来水、喜食豆制品、常生气、年龄和生活节奏快与胃部高危疾病有关.BP神经网络筛查的效果较好.结论 建立好的BP神经网络可以用于筛检胃癌高危人群.