【摘要】：目的:本研究基于骨質(zhì)疏松(Osteoporosis,OP)現(xiàn)場調(diào)查數(shù)據(jù),利用BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network,BPNN)技術(shù),對(duì)骨密度有影響的相關(guān)因素進(jìn)行建模,對(duì)BPNN預(yù)測模型的篩選效果進(jìn)行分析比較,旨在探討人工神經(jīng)網(wǎng)絡(luò)技術(shù)在中老年人骨質(zhì)疏松癥篩選中的應(yīng)用,為建立一種快速、經(jīng)濟(jì)、精度高和可接受度高的骨質(zhì)疏松癥的早期篩查方法提供參考依據(jù)。方法:1.通過醫(yī)院招募和社區(qū)抽樣的方法,納入年齡超過40歲的789人(女性599人,男性190人)。應(yīng)用雙能X射線骨密度儀檢查腰椎L1-L4和髖部骨密度,按“金標(biāo)準(zhǔn)”分為正常、骨量減少和骨質(zhì)疏松三組。檢測結(jié)果結(jié)合排除條件,最終納入598人,女性472人(57.59±8.52周歲),男性126人(59.88±11.10周歲)。利用《骨質(zhì)疏調(diào)查表》搜集相關(guān)信息,骨密度影響因素采用卡方檢驗(yàn)和方差分析。2.設(shè)計(jì)BPNN的網(wǎng)絡(luò)結(jié)構(gòu),利用python語言在pycharm軟件構(gòu)建模型,選取有統(tǒng)計(jì)學(xué)意義的變量加入BP神經(jīng)網(wǎng)絡(luò)建模過程,對(duì)變量進(jìn)行編碼賦值和歸一化處理,采用交叉熵作為損失函數(shù),訓(xùn)練網(wǎng)絡(luò)并調(diào)試優(yōu)化條件參數(shù),并對(duì)訓(xùn)練后的網(wǎng)絡(luò)模型進(jìn)行驗(yàn)證。3.研究對(duì)象隨機(jī)分為訓(xùn)練組和驗(yàn)證組,利用BPNN模型分別進(jìn)行篩查預(yù)測,得到預(yù)測患病概率。選用亞洲人骨質(zhì)疏松自評(píng)工具(Osteoporosis Self-Assessment Tool for Asians,OSTA)、骨質(zhì)疏松風(fēng)險(xiǎn)評(píng)估工具(Osteoporosis Risk Assessment Instrument,ORAI)、骨質(zhì)疏松風(fēng)險(xiǎn)簡易評(píng)估(Simple Calculated of Osteoporosis Risk Estimation,SCORE)、骨質(zhì)疏松風(fēng)險(xiǎn)指數(shù)(Osteoporosis Index of Risk,OSIRIS)、骨質(zhì)疏松篩查風(fēng)險(xiǎn)評(píng)估(Osteoporosis prescreening risk assessment,OPERA)、男性骨質(zhì)疏松風(fēng)險(xiǎn)評(píng)估(Male Osteoporosis Risk Estimation Score,MORES)對(duì)研究對(duì)象進(jìn)行篩查,其得分結(jié)果采用方差分析進(jìn)行分析。用ROC曲線(Receiver Operating Characteristic Curve)等指標(biāo)對(duì)BPNN預(yù)測結(jié)果和OP評(píng)估工具篩查結(jié)果進(jìn)行對(duì)比分析和評(píng)價(jià)。結(jié)果:1.126名男性的骨質(zhì)疏松患病率為22.2%,472名女性的患病率40.3%。研究對(duì)象骨密度影響因素有性別、年齡、身高、體重、BMI、文化程度、對(duì)脆性骨折的認(rèn)知、飲茶、咖啡、碳酸飲料、牛奶、豆?jié){、鈣片、維生素D和類固醇,以及家人吸煙(P0.05)。按性別分組后分析,女性骨密度影響因素有年齡、身高、體重、文化程度、絕經(jīng)和絕經(jīng)年限、骨質(zhì)疏松認(rèn)知情況、飲茶、咖啡、碳酸飲料、豆?jié){、維生素D、類固醇,以及家人吸煙(P0.05);男性骨密度的影響因素有體重和BMI、牛奶、鈣片和維生素(P0.05)。2.選取ReLU作為激活函數(shù),設(shè)置30個(gè)隱藏神經(jīng)元和0.01的學(xué)習(xí)率,建立骨質(zhì)疏松BPNN預(yù)測模型。利用該模型對(duì)研究對(duì)象的OP患病概率進(jìn)行預(yù)測:訓(xùn)練組中老年人是42%(女性40%,男性36%);驗(yàn)證組中老年人為38%,(女性37%,男性38%)。按BPNN的預(yù)測的患病率與實(shí)際患病率比較,二者沒有出現(xiàn)統(tǒng)計(jì)學(xué)意義(P0.05),提示BPNN的預(yù)測值可估計(jì)該人群的實(shí)際患病率。3.BPNN預(yù)測訓(xùn)練組的結(jié)果以曲線下面積(Area Under Curve,AUC)分析,中老年人、女性、男性分別達(dá)到了0.970、0.984、0.859(P0.05),說明模型對(duì)數(shù)據(jù)有較高的擬合度;驗(yàn)證組中AUC結(jié)果分別為0.687、0.675、0.677,男性結(jié)果無統(tǒng)計(jì)學(xué)意義(P=0.1649),提示模型對(duì)中老年人和女性有一定的預(yù)測能力。4.訓(xùn)練組中,OSTA、ORAI、SCORE、OSIRIS、OPERA和MORES的AUC結(jié)果為,0.656(女性0.653)、0.623、0.629、0.667、0.530和0.558。驗(yàn)證組中,OSTA、ORAI、SCORE、OSIRIS、OPERA、MORES的AUC分別為0.726(男0.677,女0.742)、0.749、0.653、0.718、0.549、0.573。由此可知,以上骨質(zhì)疏松工具對(duì)兩組都有一定的篩查能力。BPNN模型與各種OP評(píng)估工具比較,訓(xùn)練組中的ROC結(jié)果指標(biāo)均顯著較高(P0.05);驗(yàn)證組中,模型和其他工具的結(jié)果差異均無統(tǒng)計(jì)學(xué)意義(P0.05)。結(jié)論:1.研究發(fā)現(xiàn)對(duì)象骨質(zhì)疏松患病率較高。性別、年齡、身高、體重、BMI、文化程度、飲茶、咖啡、碳酸飲料、牛奶、豆?jié){、骨折史、鈣片、維生素D和類固醇是中老年人OP的影響因素。按性別分組后,女性另有絕經(jīng)和絕經(jīng)年限兩個(gè)因素,男性的影響因素則是體重、BMI、牛奶、是否骨折、鈣片和維生素D。2.基于OP相關(guān)影響因素,構(gòu)建骨質(zhì)疏松BPNN模型,OP總體患病率的預(yù)測結(jié)果和雙能X診斷實(shí)際結(jié)果一致,可以利用該模型預(yù)估人群的患病率。該模型能夠較好擬合所選影響因素,并有一定的能力預(yù)測個(gè)體患病概率。3.驗(yàn)證結(jié)果與常用OP評(píng)估工具相比較,該模型靈敏度和特異度較為平衡,準(zhǔn)確度較高,有一定的預(yù)測能力。軟件化BPNN預(yù)測模型,可根據(jù)現(xiàn)場調(diào)查資料(影響因素)更快捷地預(yù)測OP患病概率,對(duì)OP的篩查和防治具有較高的實(shí)用價(jià)值。
【學(xué)位授予單位】：武漢科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：R580;R181.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許一帆;樊炳楷;黃金山;王藝超;劉晉閩;;肌少-骨質(zhì)疏松癥的研究進(jìn)展[J];中醫(yī)正骨;2019年05期

2 王剛;龍翔宇;;佛山市居民骨質(zhì)疏松認(rèn)知情況調(diào)查分析[J];按摩與康復(fù)醫(yī)學(xué);2015年24期

3 謝興文;李建國;黃晉;何勇;蘇積亮;;血管內(nèi)皮生長因子防治骨質(zhì)疏松的研究進(jìn)展[J];中國骨質(zhì)疏松雜志;2019年07期

4 常青青;畢京鵬;;糖尿病合并腦梗死患者骨質(zhì)疏松臨床分析[J];心理月刊;2019年14期

5 陳治卿;;骨質(zhì)疏松癥的防治策略[J];柳州醫(yī)學(xué);2012年02期

6 何o，

本文編號(hào)：2701463