三种统计学模型在糖尿病个体患病风险预测中的应用  

作　　者：宋健[1] 吴学森[1] 张杰[1] 张玉媛[1] 陈雪[1] 

机构地区：[1]蚌埠医学院预防医学系,233030

出　　处：《中国卫生统计》2017年第2期312-314,共3页Chinese Journal of Health Statistics

基　　金：国家自然科学基金(81373100)

摘　　要：目的探讨logistic回归、BP神经网络和决策树分析模型在预测个体2型糖尿病患病风险中的应用。方法分别应用logistic回归、BP神经网络与决策树建立2型糖尿病预测模型,通过受试者工作特征曲线评价模型的预测效能。结果共550名糖尿病患者和1100名非糖尿病患者纳入本次研究。logistic回归、BP神经网络和决策树分析模型的预测一致率分别为80.8%、84.1%和81.1%。3种模型ROC曲线下面积(AUC)分别为0.739、0.777和0.737。BP神经网络的AUC与logistic模型和决策树分析模型的均有统计学差异(P<0.05)。结论 BP神经网络在预测个体患2型糖尿病方面具有更好的预测效能。

关 键 词：2型糖尿病 LOGISTIC回归 BP神经网络 决策树分析 

分 类 号：R587.1[医药卫生—内分泌]