期刊简介
本刊的办刊宗旨是：面向临床，注重循证，为提高儿科医生的临床和科研水平服务。《中国循证儿科杂志》以儿科医疗、科研和管理工作者为主要读者对象，以刊载体现循证医学理念和方法进行儿科学研究的成果为主的学术技术类期刊，同时也适当地介绍循证医学方法学。
首页>中国循证儿科杂志
- 杂志名称：中国循证儿科杂志
- 主管单位：中华人民共和国教育部
- 主办单位：复旦大学
- 国际刊号：1673-5501
- 国内刊号：31-1969/R
- 出版周期：双月刊
期刊荣誉：中国期刊全文数据库(CJFD)期刊收录：万方收录(中), 国家图书馆馆藏, 北大核心期刊(中国人文社会科学核心期刊), 知网收录(中), 统计源核心期刊(中国科技论文核心期刊), 上海图书馆馆藏, 维普收录(中)
基于数据挖掘技术建立的BP神经网络模型鉴别儿童川崎病与发热性疾病的研究
樊楚；贺向前；于跃；田杰；张胜；李哲
关键词：川崎病, 发热疾病, Logistic回归, BP神经网络, 诊断模型
摘要：目的 以临床表现和实验室指标建立诊断川崎病(KD)的BP神经网络模型并考察其诊断性能.方法 收集重庆医科大学附属儿童医院(我院)2007年1月至2016年1月电子病历系统中出院诊断为KD的连续病例和待鉴别发热疾病病例,使用R 3.2.3软件中的随机抽样函数分为训练集和测试集.截取病历中一般情况、临床表现和实验室指标的共51项信息,单因素分析后提取有统计学意义的变量,以此分别构建Logistic回归和BP神经网络模型,比较两种模型的诊断性能.结果 905例KD患儿和438例待鉴别发热疾病患儿进入数据模型分析,训练集1 042例,其中KD 700例,待鉴别发热类疾病342例;测试集301例,其中KD 205例,待鉴别发热类疾病96例.单因素分析结果显示差异有统计学意义37项信息.Logistic回归分类模型有16个变量纳入佳回归方程.BP神经网络输入层、隐含层和输出层分别有37、24和1个节点.Logistic回归分类模型对训练集和测试集的分类正确率为84.1％和82.1％,ROC曲线下面积为0.91和0.89;BP神经网络模型对训练集和测试集的分类正确率为96.4％和86.0％,ROC曲线下面积为0.94和0.92;2个模型的敏感度均很好,BP神经网络模型的特异度优于Logistic回归分类模型.结论 本文建立的BP神经网络诊断模型对KD有较好的诊断辅助功能,有待进一步通过临床检验.
友情链接