基于神经网络的糖尿病远端对称性多发性神经病变预测模型的构建与验证
Construction and validation of prediction model for diabetic distal symmetric polyneuropathy based on neural network
摘要目的 利用神经网络算法,融合中西医特征数据,研究构建糖尿病并发远端对称性多发性神经病变(DSPN)预测模型.方法 从2017-2022年安徽中医药大学第一附属医院糖尿病住院患者中选取4 107例数据完整的病例.收集一般流行病学资料、实验室检查、中医症状及体征共49项指标,采用神经网络建立预测模型,对变量特征权重值排序,分析DSPN潜在危险因素.使用十折交叉进行验证,通过准确度、敏感度、特异度、阳性预测值、阴性预测值、AUC值衡量模型的性能.结果 DSPN组的平均糖尿病病程比非DSPN组长4年左右(P<0.001).与非DSPN患者相比,DSPN患者出现肢体麻木、肢体疼痛、头晕心悸、神疲乏力、口渴喜饮、口干咽干、视物模糊、小便频多、反应迟钝、面色晦暗、舌紫、脉细、脉涩等中医症状及体征的比例明显更高(P<0.001).DSPN神经网络预测模型的AUC为0.945 3,准确度为87.68%、敏感度为73.9%、特异度为92.7%、阳性预测值为78.7%、阴性预测值为90.72%.结论 中西医特征数据融合对DSPN早期诊断具有更大的临床价值,所建立的神经网络模型具有较高的准确率和诊断效率,可为糖尿病人群DSPN的筛查和诊断提供一种便利、实用的工具.
更多相关知识
- 浏览23
- 被引4
- 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



