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200 | 下载60

目的 以实验室指标建立诊断2型糖尿病肾病的BP神经网络模型并评价其诊断性能.方法 收集重庆、贵州、四川五所三级医院2016年1月至2016年12月确诊为2型糖尿病肾病的患者,使用SPSS 19.0和MATLAB 2014a对患者89项信息进行单因素分析,提取有统计学意义的变量,以此分别构建logistic回归模型和BP神经网络模型,对比两种模型的诊断性能.结果477例2型糖尿病性肾病患者和449例对照组纳入模型分析,单因素分析结果显示差异有统计学意义42项信息.Logistic回归分类模型有12个变量纳入最佳回归方程.BP神经网络输入层、隐含层和输出层分别有42、15和1个节点.Logistic回归分类模型和BP神经网络模型(训练集,测试集)各自约登指数为0.76,0.89和0.83,对数据集的分类准确率分别为88.12

作者:黄仕鑫;罗佳婧;罗亚玲;周雪晴;陈天瑶

来源:中华内分泌代谢杂志 2017 年 33卷 11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:200 | 下载:60
作者:
黄仕鑫;罗佳婧;罗亚玲;周雪晴;陈天瑶
来源:
中华内分泌代谢杂志 2017 年 33卷 11期
标签:
BP神经网络 诊断模型 糖尿病肾病 认知图 BP neural network Diagnostic model Diabetic nephropathies Cognitive map
目的 以实验室指标建立诊断2型糖尿病肾病的BP神经网络模型并评价其诊断性能.方法 收集重庆、贵州、四川五所三级医院2016年1月至2016年12月确诊为2型糖尿病肾病的患者,使用SPSS 19.0和MATLAB 2014a对患者89项信息进行单因素分析,提取有统计学意义的变量,以此分别构建logistic回归模型和BP神经网络模型,对比两种模型的诊断性能.结果477例2型糖尿病性肾病患者和449例对照组纳入模型分析,单因素分析结果显示差异有统计学意义42项信息.Logistic回归分类模型有12个变量纳入最佳回归方程.BP神经网络输入层、隐含层和输出层分别有42、15和1个节点.Logistic回归分类模型和BP神经网络模型(训练集,测试集)各自约登指数为0.76,0.89和0.83,对数据集的分类准确率分别为88.12