本文選題：型糖尿病 + logistic回歸�。� 參考：《中國衛(wèi)生統(tǒng)計》2017年02期

【摘要】：目的探討logistic回歸、BP神經(jīng)網(wǎng)絡(luò)和決策樹分析模型在預(yù)測個體2型糖尿病患病風(fēng)險中的應(yīng)用。方法分別應(yīng)用logistic回歸、BP神經(jīng)網(wǎng)絡(luò)與決策樹建立2型糖尿病預(yù)測模型,通過受試者工作特征曲線評價模型的預(yù)測效能。結(jié)果共550名糖尿病患者和1100名非糖尿病患者納入本次研究。logistic回歸、BP神經(jīng)網(wǎng)絡(luò)和決策樹分析模型的預(yù)測一致率分別為80.8%、84.1%和81.1%。3種模型ROC曲線下面積(AUC)分別為0.739、0.777和0.737。BP神經(jīng)網(wǎng)絡(luò)的AUC與logistic模型和決策樹分析模型的均有統(tǒng)計學(xué)差異(P0.05)。結(jié)論 BP神經(jīng)網(wǎng)絡(luò)在預(yù)測個體患2型糖尿病方面具有更好的預(yù)測效能。
[Abstract]:Objective to explore the application of logistic regression BP neural network and decision tree analysis model in predicting the risk of type 2 diabetes mellitus. Methods logistic regression BP neural network and decision tree were used to establish the prediction model of type 2 diabetes mellitus. The predictive effectiveness of the model was evaluated by the operating characteristic curve of the subjects. Results in this study, 550diabetic patients and 1100 non-diabetic patients were included in this study. Logistic regression BP neural network and decision tree analysis models had predicted consistent rates of 80.8% and 81.1%, respectively. The area under the ROC curve was 0.739 and 0.777, respectively, and that of 0.737.BP God was 0.777, respectively. There is a statistical difference between the AUC model and the logistic model and the decision tree analysis model of the network (P 0.05). Conclusion BP neural network is more effective in predicting type 2 diabetes mellitus.
【作者單位】： 蚌埠醫(yī)學(xué)院預(yù)防醫(yī)學(xué)系;
【基金】：國家自然科學(xué)基金(81373100)
【分類號】：R587.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 李現(xiàn)文;李春玉;Miyong Kim;李貞姬;黃德鎬;朱琴淑;金今姬;;決策樹與Logistic回歸在高血壓患者健康素養(yǎng)預(yù)測中的應(yīng)用[J];護(hù)士進(jìn)修雜志;2012年13期

2 張晶;金雪娥;陸澤元;;2型糖尿病患病風(fēng)險預(yù)測的研究進(jìn)展[J];中華實用診斷與治療雜志;2013年09期

3 徐學(xué)琴;杜進(jìn)林;孫寧;徐玉芳;李建偉;;改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型在麻疹預(yù)測中的應(yīng)用研究[J];中國現(xiàn)代醫(yī)學(xué)雜志;2014年31期

4 Benjamin M Leon;Thomas M Maddox;;Diabetes and cardiovascular disease: Epidemiology, biological mechanisms, treatment recommendations and future research[J];World Journal of Diabetes;2015年13期

5 薛允蓮;;logistic回歸結(jié)合決策樹技術(shù)在冠心病患者住院費用組合分析中的應(yīng)用[J];中國衛(wèi)生統(tǒng)計;2015年06期

6 吳偉;郭軍巧;安淑一;任仰武;夏玲姿;周寶森;;使用思維進(jìn)化算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)建立腎綜合征出血熱預(yù)測模型[J];中國衛(wèi)生統(tǒng)計;2016年01期

7 葉華容;楊怡;林萱;舒志成;朱長才;許珊丹;;BP神經(jīng)網(wǎng)絡(luò)在高頻彩超特征診斷乳腺癌中的應(yīng)用[J];中國衛(wèi)生統(tǒng)計;2016年01期

8 高明;唐順;徐福文;;醫(yī)院數(shù)據(jù)挖掘平臺中X-11-ARIMA預(yù)測模型的應(yīng)用研究[J];中國衛(wèi)生統(tǒng)計;2016年01期

相關(guān)碩士學(xué)位論文 前1條

1 宋健;Logistic回歸模型、神經(jīng)網(wǎng)絡(luò)模型和決策樹模型在肺癌術(shù)后心肺并發(fā)癥預(yù)測中的比較[D];安徽醫(yī)科大學(xué);2014年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邢艷;張雪燕;劉黎;;健康教育路徑在2型糖尿病患者治療中的效果分析[J];中外醫(yī)學(xué)研究;2014年30期

2 馬麗榮;;中西醫(yī)結(jié)合治療2型糖尿病陰虛燥熱型[J];長春中醫(yī)藥大學(xué)學(xué)報;2014年04期

3 劉芳;拓勝軍;岳瑾琢;張軍;張展;;三維斑點追蹤技術(shù)在2型糖尿病患者左心室位移中診斷價值[J];中華實用診斷與治療雜志;2014年04期

4 謝彥鵬;謝章輝;沈小春;肖光文;;客家地區(qū)居民原發(fā)2型糖尿病并原發(fā)性高血壓規(guī)范化管理模式分析[J];中華實用診斷與治療雜志;2014年04期

5 王強(qiáng);宮劍濱;張啟高;程訓(xùn)民;杭濤;王t，

本文編號：1910137