应用人工神经网络预测个体血脂异常患病危险度
【作者】
王重建
[1] ;
李玉倩
[2] ;
胡东生
[1] ;
张卫东
[1] ;
杨少伟
[3] ;
郗园林
[1] ;
薛源
[1] ;
李文杰
[1]
【关键词】
血脂异常
人工神经网络
lo
【摘要】目的建立个体血脂异常患病危险度的预测模型,探讨并评价预测个体血脂异常的新方法。方法选择8914例社区居民流行病学调查资料,按3∶1分为训练集(6686例)与检验集(2228例),分别用于筛选变量、建立预测模型及对模型的检测和评价。应用人工神经网络(ANN)和logistic回归分别建立血脂异常预测模型,受试者工作曲线(ROC)评价预测模型的优劣。结果 ANN预测模型的特异度(64.79%)较低,但灵敏度(94.86%)、约登指数(59.65%)、一致率(81.23%)均优于logistic回归预测模型(特异度=77.49%、灵敏度=53.51%、约登指数=31.00%、一致率=81.23%);ANN预测模型ROC曲线下面积(Az=0.824±0.009)明显大于logistic回归预测模型(Az=0.655±0.012)(P〈0.05)。结论在预测个体血脂异常方面,ANN模型较logistic回归模型具有更好的预测判别效能。
上一篇:中国部分地区玉米中4种黄曲霉毒素污染调查
下一篇:高脂饲料诱导对大鼠血脂的影响