BP神经网络与Logistic回归分度诊断模型效能的比较研究

作者：王慧敏; 沈婷; 曾智杰; 邹相华; 姜傥

来源：热带医学杂志, 2016, 16(03): 316-339.

• BP神经网络
• Logistic回归
• 子痫前期

目的以子痫前期分度为例,比较反向传播(BP)神经网络模型与传统Logistic回归模型在复杂性疾病中的拟合效果及诊断效能。方法 2008年1月至2013年12月中山大学附属第一医院孕妇区收治的145例符合子痫前期诊断标准及实验入选标准的患者,其中轻度87例、重度58例;随机分组后,分成127例训练集和18例测试集以建立妊娠晚期子痫前期分度诊断的Logistic回归模型及BP神经网络诊断模型,并对模型的诊断效能进行比较,探讨子痫前期孕前和孕期高危因素。结果入选模型的变量有妊娠早期纤维蛋白原(Fbg)、血小板计数(PLT)、平均血小板体积(MPV)以及妊娠晚期尿蛋白;训练集中BP神经网络模型的一致率为80.30%,灵敏度为74.50%,特异度为84.21%,均高于Logistic回归模型的74.80%、58.82%、82.89%,且差异均有统计学意义(P<0.05)。BP神经网络模型的ROC曲线下面积为(0.887±0.029),大于Logistic回归模型的(0.823±0.036);在最佳诊断值界值的BP神经网络Youden index为67.0%,仍高于Logistic回归模型的54.1%,差异均有统计学意义(P<0.05)。结论 BP神经网络模型在妊娠晚期子痫前期分度中的拟合效果优于Logistic回归,更适合用于复杂性疾病多因素分析的研究;妊娠早期Fbg、PLT、MPV以及妊娠晚期尿蛋白与妊娠晚期子痫前期分度有关。

• 单位
  中山大学附属第一医院