摘要
目的探索性建立绝经后妇女发生严重骨质疏松症的预测模型。方法采用数据挖掘技术之决策树、神经网络和Logistic回归分析,并在SAS9.1.3Enterprise Miner平台进行。结果通过决策树、Logistic回归分析、神经网络这三种模型的ROC曲线比较,从曲线下面积可以看出,神经网络和Logistic回归模型拟合度较好,决策树拟合度较差。说明在对严重骨质疏松症的预测研究中,可以考虑应用神经网络和Logistic回归模型。初步预测:BMI<22.65、健忘程度高,手足心热程度低的患者更易于发展为严重骨质疏松症。结论神经网络和Logistic回归适合作为预测严重骨质疏松症的模型;BMI指数、健忘及手足心热的程度可以作为探索性地预测严重骨质疏松症的指标。
出处
《时珍国医国药》
CAS
CSCD
北大核心
2012年第7期1800-1802,共3页
Lishizhen Medicine and Materia Medica Research
基金
国家自然科学基金(No.30873339)
中国中医科学院基本科研业务费自主选题(No.Z02102)
