检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:宋媛媛 陈兵 刘静静 王辉 马荣 陈红涛[3] 彭丽丽[3] 刘娟[1]
机构地区:[1]宁夏医科大学,宁夏银川750000 [2]宁夏回族自治区宁安医院,宁夏银川750000 [3]湖南中医药大学护理学院,湖南长沙410000
出 处:《护理学报》2022年第13期59-65,共7页Journal of Nursing(China)
基 金:宁夏回族自治区重点研发项目(2019BFG02023)。
摘 要:目的通过与Logistic回归分析模型对比,探讨BP神经网络模型在分析精神分裂症患者复发影响因素中的可行性。方法采用服药依从性量表、自知力与治疗态度问卷、社会支持评定量表、社会再适应评定量表、匹兹堡睡眠指数量表、简明精神病评定量表对385例门诊精神分裂症患者进行问卷调查。结果(1)与精神分裂症复发有关的影响因素按重要性排序依次为:自知力和治疗态度(0.300)、服药依从性(0.176)、社会支持(0.166)、睡眠质量(0.156)、应激生活事件(0.135)、精神病家族史(0.067)。(2)在训练集中,BP神经网络模型预测准确性(85.5%)和灵敏度(81.9%)均低于Logistic回归模型的预测准确性(85.9%)和灵敏度(85.9%),而BP神经网络模型的特异度(90.0%)和约登指数(0.719)均高于Logistic回归模型的特异度(85.8%)和约登指数(0.717)。(3)在测试集中,BP神经网络模型的预测准确性(87.1%)、特异度(89.4%)和约登指数(0.734)均高于Logistic回归模型的预测准确性(84.5%)、特异度(81.8%)和约登指数(0.698),而Logistic回归模型灵敏度(88.0%)高于BP神经网络模型灵敏度(84.0%)。Logistic回归模型AUC为0.934高于BP神经网络模型的AUC0.921。结论精神分裂症复发的主要因素有自知力和治疗态度、服药依从性、社会支持、睡眠质量、应激性生活事件和精神疾病家族史;运用Logistic回归分析和BP神经网络构建精神分裂症患者复发的影响因素模型可行,模型拟合性能良好。
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.7