换一批基于粒子群优化算法BP神经网络的2型糖尿病危险因素分析及筛查模型构建
Analysis of the risk factors and screening model establishment of type 2 diabetes mellitus based on the particle swarm optimization BP neural network
摘要目的 基于粒子群优化算法(particle swarm optimization,PSO)BP神经网络,分析2型糖尿病的危险因素,并构建2型糖尿病筛查模型.方法 选择2021年7月-2022年8月广东医科大学附属医院和广东医科大学附属第二医院内分泌科2型糖尿病住院患者为病例组,以同期广东医科大学附属医院健康管理中心的健康体检人群为对照组.收集研究对象的基本信息、体检资料和实验室检查指标等进行比较分析.运用MATLAB R2021b软件分别构建PSO-BP神经网络模型、BP神经网络模型和logistic回归模型,并选出最优的2型糖尿病筛查模型.在此基础上,采用平均影响值算法筛选2型糖尿病发病的危险因素.结果 病例组共纳入患者1 053例,对照组共纳入健康体检人群914例.除食盐类型、共病家族史、体质量指数、总胆固醇、低密度脂蛋白胆固醇、主食摄入外(P＞0.05),其余指标两组比较,差异均有统计学意义(P＜0.05).PSO-BP神经网络模型的整体筛查性能优于BP神经网络模型和logistic回归模型.基于PSO-BP神经网络模型,平均影响值算法因素筛选结果显示2型糖尿病发病的危险因素为空腹血糖、心率、年龄、腰臂比和婚姻状况,保护因素为高密度脂蛋白胆固醇、蔬菜摄入、居住地、文化程度、水果摄入和肉类摄入.结论 2型糖尿病的影响因素较多,应重点关注高危人群并定期开展疾病筛查,减少2型糖尿病的发病风险.PSO-BP神经网络筛查模型的性能最佳,未来可推广至其他疾病的早期筛查及诊断.
更多相关知识
关键词
2型糖尿病粒子群优化算法BP神经网络平均影响值算法危险因素Type 2 diabetes mellitusparticle swarm optimizationbp neural networkmean impact valuerisk factors
栏目名称
DOI
10.7507/1002-0179.202311033
发布时间
2024-03-19（万方平台首次上网日期，不代表论文的发表时间）
基金项目
广东省医学科研基金项目（A2021395）
广东省基础与应用基础研究基金自然科学基金项目（2022A1515012407）
广东省基础与应用基础研究基金区域联合基金项目（2020B1515120021）
东莞市社会发展科技项目（20221800905642）
湛江市科技发展专项资金竞争性分配项目（2020A01031）
广东医科大学学科建设项目（4SG21276P）
大学生创新创业训练计划项目（S202210571088）
广东医科大学校级大学生创新创业训练计划项目（GDMU2021138）
广东医科大学校级大学生创新创业训练计划项目（GDMU2021112）
- 浏览28
- 被引9
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
