目的 探讨社区老年性痴呆(AD)筛选诊断的人工神经网络模型.方法 通过现场流行病学整群抽样调查获取研究对象及有关信息；AD确诊根据中国精神疾病分类(CCMD-3)诊断标准,并参照国际疾病分类第10版(ICD-10)相关内容.采用原子吸收法检测研究对象全血中宏、微量元素含量,放射免疫分析法检测相关神经递质含量；数据库建立采用SPSS13.0软件,反向传播算法-人工神经网络模型(BP-ANN)的建立使用Clementine12.0软件.结果 南昌、吉安、宜春三市6个社区实查≥60岁者4 350人,确诊AD患者214人,患病率为4.92％.从被研究者中抽取AD患者和非AD者各60名为建模对象,将其血中铁(Fe)、铜(Cu)、铁(Zn)、五羟色胺(5 -HT)、多巴胺(DA)等17个变量作为网络的输入层,进行BP-ANN的拟合.所建模型的预测精度为75.00％,灵敏度为76.67％,特异度为83.33％；能够正确预测建模对象中88.33％的非AD者,78.79％的中型AD患者和47.37％的重型AD患者；输入变量敏感性系数排在前四位的依次为Al(0.156 3)、Cr(0.120 6) 、5-HT(0.1090)和年龄(0.1010).结论 BP-ANN在社区老年性痴呆筛选(预测)中精度较高,具有一定的开发应用前景.
作者：唐俊；黄河浪；吴磊；冯江；袁也丰；周跃平；黄鹏
来源：中国老年学杂志 2012 年 32卷 18期
