换一批基于BP算法的多发性创伤患者下肢深静脉血栓预测研究
Research on Prediction of Lower Extremity Deep Vein Thrombosis in Patients with Multiple Trauma Based on BP Algorithm
摘要目的 探讨多发性创伤患者下肢深静脉血栓的影响因素,并基于BP神经网络构建风险预测模型.方法 选取2022 年 8 月至 2024 年 8 月间我院收治的 250 例多发性创伤患者,分为下肢深静脉血栓形成发生组(76 例)及下肢深静脉血栓形成未发生组(174例),收集患者资料,采用多因素Logistic回归及反向传播神经网络(Backpropagation neural network,BPNN)算法构建风险预测模型.结果 多因素分析显示,PLT、PT、FIB及D-D为独立危险因素(均p<0.05),BP神经网络模型结果显示:PT﹥PLT﹥FIB﹥D-D.BP神经网络模型预测效能更好,ROC曲线下面积为0.996,95%CI(0.991,1.000),敏感度为 0.947,特异度为0.994,p<0.001.结论 基于BP神经网络算法构建的多发性创伤患者下肢DVT风险预测模型具有较高的预测效能,能够准确识别高风险患者,为临床提供科学依据.
更多相关知识
关键词
多发性创伤下肢深静脉血栓神经网络风险预测模型Multiple traumaLower extremity deep vein thrombosisNeural networkRisk prediction model
栏目名称
DOI
10.3969/j.issn.1671-9069.2025.10.012
发布时间
2025-12-01（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
