论文部分内容阅读
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%，94.24%和91.34%，ROC曲线下面积分别为0.95，0.98和0.96。
结论本文建立的BP神经网络模型对2型糖尿病性肾病有很好的诊断辅助功能，但仍需进一步通过临床检验。