社区老年性痴呆筛选诊断的人工神经网络模型

作者：唐俊; 黄河浪; 吴磊; 冯江; 袁也丰; 周跃平; 黄鹏

来源：中国老年学杂志, 2012, 32(18): 3972-3975.

• 人工神经网络模型
• 老年性痴呆
• 数学模型
• 社区

目的探讨社区老年性痴呆(AD)筛选诊断的人工神经网络模型。方法通过现场流行病学整群抽样调查获取研究对象及有关信息;AD确诊根据中国精神疾病分类(CCMD-3)诊断标准,并参照国际疾病分类第10版(ICD-10)相关内容。采用原子吸收法检测研究对象全血中宏、微量元素含量,放射免疫分析法检测相关神经递质含量;数据库建立采用SPSS13.0软件,反向传播算法-人工神经网络模型(BP-ANN)的建立使用Clementine12.0软件。结果南昌、吉安、宜春三市6个社区实查≥60岁者4 350人,确诊AD患者214人,患病率为4.92%。从被研究者中抽取AD患者和非AD者各60名为建模对象,将其血中铁(Fe)、铜(Cu)、铁(Zn)、五羟色胺(5-HT)、多巴胺(DA)等17个变量作为网络的输入层,进行BP-ANN的拟合。所建模型的预测精度为75.00%,灵敏度为76.67%,特异度为83.33%;能够正确预测建模对象中88.33%的非AD者,78.79%的中型AD患者和47.37%的重型AD患者;输入变量敏感性系数排在前四位的依次为Al(0.156 3)、Cr(0.120 6)、5-HT(0.1090)和年龄(0.1010)。结论BP-ANN在社区老年性痴呆筛选(预测)中精度较高,具有一定的开发应用前景。

• 单位
  南昌大学第一附属医院; 南昌大学; 公共卫生学院