摘要

目的 研究用神经网络(NN)分析疾病危险因素。方法 以糖尿病流行病学调查资料为基础,用BP网作为拟合模型,网络的结构为22-6-1,分析糖尿病各种可能危险因素的平均影响值(MIV),按MIV值的绝对值大小排出因子顺位,并与logistic回归模型的分析结果相比较,用对数线性模型分析因子间的联合作用。结果 NN多因素分析,糖尿病危险因子顺位为脉搏、糖尿病家族史、居住年限、肾病史、腰臀比、性别、高脂血症史、冠心病史、高血压病史、收缩压、收入、饮酒、年龄、舒张压、文化程度、体重指数、其他病史、职业性体力活动、吸烟、职业、脑血管病史、肝病史;而多因素logistic回归分析中只有7个变量入选最终模型,因子顺位为脉搏、糖尿病家族史、肾病史、腰臀比、高血压病史、职业性体力活动及年龄;对数线性模型分析发现二者的差别可由因子间的相互作用解释一部分。结论 NN完全能够胜任疾病危险因素的分析任务,可拟合出比传统模型更复杂的变量间关系。