急性心肌梗死患者PCI后服药依从性较差的主要影响因素及其BP神经网络模型构建
Main Influencing Factors and Construction of BP Neural Network Model of Poor Medication Compliance in Patients with Acute Myocardial Infarction after PCI
摘要目的 分析急性心肌梗死(AMI)患者PCI后服药依从性较差的主要影响因素,并构建其BP神经网络模型.方法 选取2022年7月—2023年8月在陆军军医大学第一附属医院心血管内科接受PCI的AMI患者为调查对象.AMI患者PCI后3个月时需入院复查,此时由调查人员采取一对一的方式对其进行问卷调查.调查问卷由2个子问卷组成,其中子问卷1为一般资料调查表,子问卷2由Morisky服药依从性问卷(MMAS)、支持性照顾需求量表(SCNS)、简易疾病感知问卷(BIPQ)、社会支持评定量表(SSRS)组成.AMI患者PCI后服药依从性较差的影响因素分析采用多因素Logistic回归分析;构建Logistic回归模型和BP神经网络模型,并绘制ROC曲线以评估两个模型对AMI患者PCI后服药依从性较差的预测价值.结果 本研究共发放问卷240份,收回240份,其中有效问卷235份,有效回收率为97.9%(235/240).235例患者MMAS评分为(6.13±1.04)分,其中服药依从性较差者98例、服药依从性良好者137例.服药依从性较差者与服药依从性良好者年龄、居住状况、家庭平均月收入、基础疾病情况、服药种类、SCNS评分、BIPQ评分、SSRS评分比较,差异有统计学意义(P<0.05).多因素Logistic回归分析结果显示,居住状况、家庭平均月收入、基础疾病、服药种类、SCNS评分、BIPQ评分、SSRS评分是AMI患者PCI后服药依从性较差的独立影响因素(P<0.05).构建Logistic回归模型和BP神经网络模型,并根据BP神经网络模型对输出自变量进行重要性分析,结果显示,BIPQ评分、居住状况及基础疾病是影响AMI患者PCI后服药依从性较差重要性排序前三位的因素.ROC曲线分析结果显示,Logistic回归模型、BP神经网络模型预测AMI患者PCI后服药依从性较差的AUC分别为0.694[95%CI(0.630~0.752)]、0.735[95%CI(0.674~0.790)].结论 AMI患者PCI后服药依从性处于中等水平,其中BIPQ评分、居住状况及基础疾病是AMI患者PCI后服药依从性较差的主要影响因素;本研究构建的BP神经网络模型对AMI患者PCI后服药依从性较差具有一定预测价值.
更多相关知识
- 浏览0
- 被引12
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



