基于BP神经网络和决策树的梅毒早期预警指标的模型构建

摘要：

目的 探讨BP神经网络(back propagation neural network,BPNN)模型和决策树(decision tree,DT)模型在梅毒早期预警指标上的研究,并进行了合理的验证分析.方法 首先收集348例梅毒病例资料,一期38例,二期43例,隐形梅毒267例,其中一期38例中:男24例,女14例;二期43例中:男23例,女20例;隐形病例中:男88例,女179例.然后利用SPSS软件进行logistic回归分析筛选出早期预警指标中具有重要意义的变量.最后通过建立BP神经网络和决策树模型,对梅毒早期预警指标进行分析研究.结果 在训练样本和测试样本中,BP神经网络模型预测正确率(96.27％,94.35％)、敏感度(0.986,0.912)、约登指数(0.857,0.843)与受试者工作特征(receiver operating characteristic,ROC)曲线下面积(0.994、0.967)均高于决策树模型.梅毒早期预警指标重要性依次为:男性:最近是否与暗娼发生性行为、最近是否与临时性伴侣发生性行为、与同性发生肛交行为.女性性工作者:场所档次偏低、文化程度偏低、艾滋病知识匮乏.结论 BP神经网络模型的预测能力优于决策树算法模型,可作为梅毒的公共预防的参考依据.

关键词：梅毒预防、BP神经网络模型、决策树模型

所属期刊栏目：42

分类号：R184.6;R759.1+1(流行病学与防疫)

在线出版日期：2021-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：459-462