期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于BP神经网络、随机森林和决策树建立早期慢性乙型病毒性肝炎肝硬化无创诊断模型 被引量:6
1
作者 唐艳芳 刘旭东 +2 位作者 吕萍 林海 温映华 《重庆医学》 CAS 2022年第7期1161-1166,共6页
目的探讨BP神经网络模型、随机森林模型和决策树CHAID算法模型对早期慢性乙型病毒性肝炎肝硬化的诊断价值。方法收集2018年1月至2019年8月在该院住院且行肝组织活检的106例慢性乙型肝炎病毒(HBV)感染者的临床资料,包括人口学、中医四诊... 目的探讨BP神经网络模型、随机森林模型和决策树CHAID算法模型对早期慢性乙型病毒性肝炎肝硬化的诊断价值。方法收集2018年1月至2019年8月在该院住院且行肝组织活检的106例慢性乙型肝炎病毒(HBV)感染者的临床资料,包括人口学、中医四诊资料、生化指标、肝脏硬度值(LSM)及肝组织病理学结果等参数,采用SPSS18.0软件进行非参数检验和χ^(2)检验,经单因素分析,筛选出对早期肝硬化有统计学差异的指标作为自变量,以有无肝硬化作为因变量,分别建立BP神经网络、随机森林和决策树CHAID算法模型,通过计算3个模型的正确率、错误率、混淆矩阵、灵敏度、特异度、约登指数、阳性预测值、阴性预测值、受试者工作特征(ROC)曲线下面积(AUC)值等来评价和比较3种模型的优劣。结果成功建立了早期慢性乙型病毒性肝炎肝硬化无创诊断模型,在训练组样本和测试组样本中,随机森林算法模型预测正确率(84%,100%)、灵敏度(0.813,1.000)、约登指数(0.701,1.000),ROC AUC(0.896,1.000)均高于BP神经网络算法模型和决策树CHAID算法模型。结论基于随机森林算法的诊断模型建立可以准确判断早期慢性乙型肝炎肝硬化,其预测能力优于BP神经网络模型算法模型和决策树CHAID算法模型,具有良好的临床应用价值。 展开更多
关键词 乙型肝炎肝硬化 BP神经网络 随机森林 决策树chaid算法 无创性诊断
下载PDF
我国居民使用预包装食品钠含量标识减盐的影响因素研究 被引量:1
2
作者 黄泽颖 刘鹏 黄家章 《中国公共卫生管理》 2021年第2期220-224,共5页
目的为推进全民减盐行动,了解我国居民使用预包装食品钠含量标识的影响因素。方法采用logistic回归分析与决策树CHAID算法,研究全国1610个受访居民使用预包装食品钠含量标识的影响因素,再基于接受者操作特征(ROC)曲线和AUC评价影响因素... 目的为推进全民减盐行动,了解我国居民使用预包装食品钠含量标识的影响因素。方法采用logistic回归分析与决策树CHAID算法,研究全国1610个受访居民使用预包装食品钠含量标识的影响因素,再基于接受者操作特征(ROC)曲线和AUC评价影响因素的有效性。结果logistic回归分析的影响因素是钠含量标识作用认知(OR=2.339,P<0.001)、盐知识水平(OR=2.249,P<0.001)、重视健康饮食(OR=2.285,P=0.013)和健康状况(OR=1.424,P=0.006);决策树CHAID算法中,盐知识水平发挥了直接且最大的作用,并且钠含量标识作用认知、城乡所在地和健康状况产生了间接的影响。结论盐知识水平是两种分析方法中准确性效果最高又直接的影响因素,普及盐知识和提升居民的盐知识水平可能更有助于提高钠含量标识使用率。 展开更多
关键词 营养标签 钠含量 预包装食品 减盐 决策树chaid算法
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部