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299 | 下载53

目的 比较人工神经网络(ANN)和逻辑回归模型对肝细胞癌患者的诊断价值,以提高肝细胞癌血清诊断效率.方法 收集2012年4-12月第二军医大学第三附属医院收治的630例肝病患者的临床资料,其中肝细胞癌患者428例、肝硬化患者139例、肝炎患者63例,根据疾病类型将患者分为肝细胞癌组和非肝细胞癌组.采用单因素分析初步筛选两组中的差异性指标,再进行多因素逻辑回归分析确定最终的差异性指标.指标分别纳入ANN和逻辑回归模型,比较两种模型的诊断效率及与病理诊断结果的一致性.结果 经研究筛选确认,最终将甲胎蛋白、总胆汁酸、活化部分凝血活酶时间、碱性磷酸酶和血小板因素分别纳入ANN和逻辑回归模型.两种诊断模型比较,其受试者工作曲线下面积分别为0.92(0.89~0.94)和0.87(0.84~0.90);两组受试者工作曲线下面积比较,Delong检验Z=3.882,P<0.001.两种诊断模型截断值分别为0.593和0.647,敏感度分别为82.9

作者:王运九;高瑜振;衣常红;高春芳

来源:医学综述 2017 年 23卷 10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:299 | 下载:53
作者:
王运九;高瑜振;衣常红;高春芳
来源:
医学综述 2017 年 23卷 10期
标签:
肝细胞癌 人工神经网络 逻辑回归 Hepatocellular carcinoma Artificial neural network Logistic regression
目的 比较人工神经网络(ANN)和逻辑回归模型对肝细胞癌患者的诊断价值,以提高肝细胞癌血清诊断效率.方法 收集2012年4-12月第二军医大学第三附属医院收治的630例肝病患者的临床资料,其中肝细胞癌患者428例、肝硬化患者139例、肝炎患者63例,根据疾病类型将患者分为肝细胞癌组和非肝细胞癌组.采用单因素分析初步筛选两组中的差异性指标,再进行多因素逻辑回归分析确定最终的差异性指标.指标分别纳入ANN和逻辑回归模型,比较两种模型的诊断效率及与病理诊断结果的一致性.结果 经研究筛选确认,最终将甲胎蛋白、总胆汁酸、活化部分凝血活酶时间、碱性磷酸酶和血小板因素分别纳入ANN和逻辑回归模型.两种诊断模型比较,其受试者工作曲线下面积分别为0.92(0.89~0.94)和0.87(0.84~0.90);两组受试者工作曲线下面积比较,Delong检验Z=3.882,P<0.001.两种诊断模型截断值分别为0.593和0.647,敏感度分别为82.9