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。