目的:本研究提出前列腺癌與前列腺增生鑒別診斷的影響因素模型,對鑒別診斷影響因素進(jìn)行多方面分析,并使用前列腺癌電子病歷數(shù)據(jù)進(jìn)行實證研究,以期能夠發(fā)現(xiàn)有效的鑒別診斷影響因素,從而輔助臨床進(jìn)行決策。方法:首先通過數(shù)據(jù)概述、相關(guān)分析、因子分析、模型構(gòu)建與檢驗等進(jìn)行鑒別診斷影響因素的結(jié)構(gòu)方程模型的構(gòu)建;然后通過決策樹算法進(jìn)行前列腺癌診斷模型的構(gòu)建;最后通過非參數(shù)檢驗、邏輯回歸等傳統(tǒng)方法挖掘影響因素,并與本研究模型挖掘的影響因素的診斷能力進(jìn)行對比評測。結(jié)果:（1）構(gòu)建了鑒別診斷影響因素的結(jié)構(gòu)方程模型,通過相關(guān)分析得到13個與前列腺癌相關(guān)的因素,在此基礎(chǔ)上進(jìn)行因子分析、模型構(gòu)建與檢驗挖掘出9個鑒別診斷影響因素。（2）構(gòu)建了前列腺癌診斷模型,該模型的準(zhǔn)確率、精確度、召回率、特異度、F值分別為0.833、0.782、0.835、0.832、0.808。通過鑒別診斷影響因素構(gòu)建的前列腺癌診斷模型的性能優(yōu)于使用傳統(tǒng)因素構(gòu)建的模型,新因素具有一定的診斷價值。（3）對前列腺癌與前列腺增生鑒別診斷的影響因素模型進(jìn)行評估,基于鑒別診斷影響因素的前列腺癌診斷模型優(yōu)于基于傳統(tǒng)方法獲得因素所構(gòu)建的前列腺癌診斷模型。結(jié)論:... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【部分圖文】：

技術(shù)路線圖

第2章相關(guān)理論、方法及工具13SEM構(gòu)建的一個軟件，但使用復(fù)雜，需要編寫一些程序；AMOS使用簡單，界面友好性高，以圖形為基礎(chǔ)的界面，容易操作，所以使用者較多；但上述軟件基于的算法均要求實際數(shù)據(jù)需要服從正態(tài)分布，而SmartPLS軟件對數(shù)據(jù)的分布情況并無要求，因此，該軟件也是眾多學(xué)者經(jīng)常使用的。AMOS與PLS的選擇流程如圖1.1所示，從圖中可以看出，當(dāng)滿足圖中四個條件時，AMOS軟件才可以使用，而PLS則不受這些條件約束，只有當(dāng)模型發(fā)展成熟的時候才不建議采用，相比之下，PLS的用途更加廣泛，適用范圍更廣。圖2.1AMOS與PLS的選擇流程圖PLS結(jié)構(gòu)方程模型常用的評價指標(biāo)：①SRMR，它是標(biāo)準(zhǔn)化殘差均方根，絕對擬合指標(biāo)中的一種，當(dāng)它的值小于0.05時，說明模型擬合良好；②NFI：它被稱為規(guī)范擬合指數(shù)，相對擬合度指標(biāo)的一種，當(dāng)該指標(biāo)達(dá)到0.9以上，說明模型擬合好；③GoF：它被稱為擬合優(yōu)度指數(shù)，該指標(biāo)是共同性與可解釋變異的幾何平均值，當(dāng)它的值在0.1左右時，表明擬合不好；當(dāng)它的值在0.25左右時，表明擬合中等；當(dāng)它的值大于0.36時，表明擬合很好。通過對模型的各種檢驗和評價，當(dāng)模型中的某些路徑未通過檢驗或模型的擬合效果不好時，可以通過將模型中的一些不重要路徑進(jìn)行刪除，從而能夠?qū)⒛Ｐ偷目勺R別性進(jìn)行提高，或者在模型中增加一些新路徑，以期能夠?qū)⒛Ｐ偷臄M合度提高到一個可接受范圍，使構(gòu)建的模型具有更強的可解釋性，更加具有現(xiàn)實意義。

第4章實證研究25海量的患者數(shù)據(jù)被存儲在醫(yī)院的多個數(shù)據(jù)庫中，這些患者數(shù)據(jù)中蘊含各種有價值的規(guī)律和信息，如果能夠被挖掘出來，便能夠幫助臨床工作者，使疾病診斷更加高效準(zhǔn)確。但大量患者的數(shù)據(jù)質(zhì)量卻很低，這時就需要進(jìn)行數(shù)據(jù)的處理，主要包括數(shù)據(jù)的集成、清洗、構(gòu)建等步驟。數(shù)據(jù)的集成就是將來源、格式不同的數(shù)據(jù)進(jìn)行集中與整合的一個過程，它可以將患者分散的各方面數(shù)據(jù)合成一個整體；數(shù)據(jù)的清洗主要是進(jìn)行數(shù)據(jù)的重新檢查的一個過程，它可以將患者的重復(fù)信息、缺失信息、錯誤信息清洗掉，將患者的大量文本形式的數(shù)據(jù)進(jìn)行提取，變成數(shù)值化的數(shù)據(jù)，提高數(shù)據(jù)的質(zhì)量；數(shù)據(jù)的構(gòu)建主要是通過已存在的屬性指標(biāo)構(gòu)建出新的指標(biāo)的一個過程，能夠進(jìn)一步挖掘數(shù)據(jù)的價值。本研究主要使用Excel2016版本對前列腺癌數(shù)據(jù)集進(jìn)行處理，處理過程及所使用方法如下：（1）數(shù)據(jù)清洗①診斷數(shù)據(jù)本研究所使用的前列腺癌數(shù)據(jù)集中的部分診斷表單數(shù)據(jù)如圖4.1所示，圖中的表格主要包括四個數(shù)據(jù)項。其中，PATIENT_ID代表患者的編號，DIAGNOSIS_TYPE_NAME代表患者的診斷類型名稱，DIAGNOSIS_DESC代表患者的診斷結(jié)果，DIAGNOSIS_DATE代表患者的診斷日期。從患者的診斷結(jié)果能夠得知，有前列腺增生、前列腺鈣化、前列腺癌、前列腺惡性腫瘤等多種診斷結(jié)果。根據(jù)本研究的研究目的，主要是為了對前列腺癌患者、前列腺增生患者進(jìn)行鑒別，因此，本研究對診斷為前列腺癌和診斷為前列腺增生的患者數(shù)據(jù)進(jìn)行提齲圖4.1診斷表單部分?jǐn)?shù)據(jù)

【參考文獻(xiàn)】：
期刊論文
[1]正念及自我控制在糖尿病患者自我損耗與健康促進(jìn)間的中介效應(yīng)[J]. 汪敏,李丹丹,顧敏杰,范聰聰,曹俊麗,蔡仿玲,王丹丹.  護(hù)理學(xué)雜志. 2019(24)
[2]基于SEM的中成藥科技競爭力模型研究[J]. 程煜華,劉立營,李文姍,張秀梅,李耿,楊洪軍.  中國科技資源導(dǎo)刊. 2019(04)
[3]構(gòu)建基于既有健康醫(yī)療數(shù)據(jù)的研究型數(shù)據(jù)庫技術(shù)規(guī)范[J]. 王雯,高培,吳晶,宣建偉,賀小寧,胡明,李洪超,竇豐滿,于川,閆盈盈,孫鑫.  中國循證醫(yī)學(xué)雜志. 2019(07)
[4]建立真實世界數(shù)據(jù)與研究技術(shù)規(guī)范,促進(jìn)中國真實世界證據(jù)的生產(chǎn)與使用[J]. 孫鑫,譚婧,王雯,高培,彭曉霞,溫澤淮,王麗,吳晶,舒嘯塵,王楊,羅劍鋒,李玲,李幼平,姚晨,趙琨,陳英耀,翟所迪,詹思延,吳久鴻,郭劍非,呂志強,謝鋒,Gordon Guyatt.  中國循證醫(yī)學(xué)雜志. 2019(07)
[5]2009-2018年黔南州居民前列腺癌發(fā)病和死亡趨勢分析[J]. 蔣光昶,徐娟娟,黃桂軍,王華,陳朝寬,宋金靈.  現(xiàn)代預(yù)防醫(yī)學(xué). 2019(13)
[6]真實世界醫(yī)療大數(shù)據(jù)庫的建立及其在醫(yī)院管理、臨床診療、合理用藥、醫(yī)保精細(xì)化管理中的應(yīng)用[J]. 宣建偉,程江,薛雄峰,吳茵.  中國藥物經(jīng)濟學(xué). 2019(05)
[7]2010～2014年浙江省腫瘤登記地區(qū)前列腺癌發(fā)病與死亡分析[J]. 朱洪挺,胡云卿,李輝章,胡春生,胡浩,杜靈彬.  中國腫瘤. 2019(02)
[8]新疆石河子地區(qū)2009～2017年前列腺癌流行趨勢分析[J]. 閆貽忠,馮凱旋,王新宇,賈懷秒,陳瑜,李述剛,王丹,王文瑾,李曉勤,郭恒,胡云華,李毓.  中華男科學(xué)雜志. 2019(01)
[9]基于PLS-SEM模型的我國節(jié)能服務(wù)產(chǎn)業(yè)競爭力形成機理研究[J]. 李柏桐,郭漢丁,伍紅民.  科技管理研究. 2018(14)
[10]心臟瓣膜疾病患者術(shù)后危險因素及潛在預(yù)測指標(biāo)初探[J]. 于洪波,馬大實,王寶剛,馬春野.  現(xiàn)代生物醫(yī)學(xué)進(jìn)展. 2018(13)

碩士論文
[1]基于電子病歷數(shù)據(jù)的疾病預(yù)測模型構(gòu)建研究[D]. 王萍.吉林大學(xué) 2017
[2]基于Logistic回歸分析的胃癌前病變風(fēng)險預(yù)測模型的建立及評價[D]. 史彬.中國中醫(yī)科學(xué)院 2017



本文編號：3292677