基于优化神经网络的2型糖尿病肾病预测研究

摘要：

目的 分析糖尿病肾病的强影响因素,并对多种预测模型进行评价,选择预测效率最佳的模型,为构建糖尿病并发症预测系统、实现糖尿病肾病早期预防提供参考.方法 选取单因素分析有统计学意义的指标分别构建Logistic回归模型、神经网络模型和基于Logistic回归分析的神经网络模型.结果 3种预测模型对训练组的正确率分别为83.4％、81.3％、83.7％,神经网络模型和基于Logistic回归分析的神经网络模型对于测试组的正确率为85.5％、86.0％.微量尿蛋白、血尿素和血肌酐3个指标在3种预测模型中均有意义.结论 神经网络模型的预测效果优于Logistic回归模型,基于Logistic回归分析的神经网络模型可以在保证预测效果相当的情况下,减少输入指标数量和运算时间,有效提高预测效率.微量尿蛋白、血尿素和血肌酐等生化指标可以为临床糖尿病肾病的预防与诊断提供参考.

关键词：神经网络、糖尿病肾病、预测模型

所属期刊栏目：41

分类号：G587.1

资助基金：教育部人文社会科学研究项目;国家级大学生创新创业训练计划项目

在线出版日期：2023-02-15（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：155-159