目的探讨人工神经网络模型在个体2型糖尿病患病风险预测中的应用,评价预测个体患2型糖尿病的新方法。方法通过横断面调查对河南某农村社区8640名居民进行流行病学调查,按3:1的比例随机分为训练集(6480例)与检验集(2160例),分别用于筛选变量、建立预测模型及对模型的检测和评价。应用人工神经网络(ANN)和logistic回归分别建立2型糖尿病预测模型,应用受试者工作曲线(ROC)评价预测模型的检验效能。结果 ANN预测模型的灵敏度(86.93%)、特异度(79.14%)、阳性预测值(31.86%)、阴性预测值(98.18%)优于logistic回归预测模型(灵敏度=62.81%、特异度=71.70%、阳性预测值=19.94%、阴性预测值=94.50%);ANN预测模型曲线下面积(Az=0.981±0.015)明显大于logistic回归预测模型(Az=0.742±0.021)。结论在预测个体患2型糖尿病方面,ANN模型较logistic回归模型具有更好的预测判别效能。