论文部分内容阅读
目的该研究应用BP神经网络（BPNN）原理建立重症手足口病相关因素和重症化进程预测模型，用以探讨BPNN模型在重症手足口病临床诊断和重症化进程预测中的应用价值，为手足口病的临床诊断和流行病学研究奠定基础。方法以手足口病流行病学现况调查资料为基础，整群抽取河南省郑州市某医院2013年4－6月收治的344例手足口病患儿作为调查对象进行问卷调查。采用MATLAB7.0软件中的神经网络工具箱构建BPNN模型，分析得出影响重症手足口病临床诊断相关因素的平均影响值（Mean Impact Value，MIV），按MIV值的绝对值大小排出因子顺位，并与多因素logistic回归模型分析结果进行比较。对影响力较大的MIV值结果归一化得出综合因素水平计算公式，并根据收集的自发病到重症过程中有完整资料的病例，进一步分析此水平与重症化进程之间的关系。结果1.单因素logistic回归结果显示，精神差、血糖升高、颈强直、易惊、嗜睡、手足抖动、呕吐、肢体无力、热峰≥39℃、白细胞≥15×109/L等10个因素有意义；多因素logistic回归结果显示，易惊、手足抖动、嗜睡、呕吐、精神差、白细胞≥15×109/L、颈强直是重症手足口病临床诊断的相关因素。2.本次训练好的网络训练样本对训练数据的分类正确率为100%，测试样本对测试数据的分类正确率＞90%，BPNN模型拟合较好。3. BPNN模型最终网络结构设定为27→8→1，影响重症手足口病前10位相关因素（MIV值绝对值）依次为：易惊（0.4614）、精神差（0.3050）、手足抖动（0.1019）、呕吐（0.0912）、热程≥3d（0.0711）、颈强直（0.0461）、白细胞≥15×109/L（0.046）、嗜睡（0.028）、血糖升高（0.015）、呼吸节律改变（0.012）。4.通过比较BPNN模型和多因素logistic回归结果，发现两者主要临床诊断相关因素排序顺序基本一致，热程≥3d与精神差和白细胞≥15×109/L均有交互作用（P＜0.05），热程≥3d是一个重要的协变量。5.在重症手足口病重症化进程中，综合因素水平在重症前一天之前的几天上升趋势明显，在重症前一天和重症当天之间略微上升，并在重症当天达到峰值，随后下降。结论BPNN模型可用于建立重症手足口病相关因素模型，并可对手足口病新发病例作出重症化进程预测，可用于手足口病的临床诊断和重症化进程预测。