Logistic回归模型和反向传播神经网络模型在高尿酸血症影响因素分析中的应用

摘要：

目的 探讨logistic回归模型与反向传播神经网络模型在高尿酸血症(HUA)影响因素分析中的应用价值.方法 采用logistic回归模型和反向传播神经网络模型分析2867例体检患者诊断HUA的影响因素,采用ROC曲线检验比较两种方法在HUA筛查中对HUA发生的诊断效能.结果 Logistic回归模型和反向传播神经网络模型分析显示,影响HUA发生的前五位因素均为性别、SCr、BMI、TG和LDL-C.Logistic回归模型诊断HUA的AUC为0.741[95％CI(0.732～0.749)],0.76为最佳诊断界值,其相应的诊断灵敏度为70.35％,特异度为66.25％.反向传播神经网络模型诊断HUA的AUC为0.742[95％CI(0.733～0.750)],取最佳诊断界值为0.74时,对应的诊断灵敏度为69.45％,特异度为67.37％.结论 Logistic回归模型与反向传播神经网络模型分析HUA发生影响因素时,其诊断HUA的灵敏度和特异度相仿,在实际应用中应根据具体数据的特征选用.

关键词：高尿酸血症、Logistic回归模型、反向传播神经网络模型

所属期刊栏目：46

分类号：R589(内分泌腺疾病及代谢病)

资助基金：桂林市科学研究;技术开发计划项目

在线出版日期：2020-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：807-811