检索结果-南通市图书馆

基于贝叶斯网络模型河南省老年人高脂血症患病影响因素网络关系分析及患病风险预测

中国公共卫生 2024年第8期 905-911页

作者：王雯娟曾泓辑刘雅慧卫姝帆王瑞田庆丰郑州大学公共卫生学院

目的了解河南省老年人高脂血症患病影响因素的网络关系并预测其患病风险，为制定高脂血症的预防干预措施提供参考依据。方法于2022年7—12月采用多阶段随机抽样方法在河南省抽取123 741名≥60岁老年人进行问卷调查、体格检查和实验室... 详细信息

目的了解河南省老年人高脂血症患病影响因素的网络关系并预测其患病风险，为制定高脂血症的预防干预措施提供参考依据。方法于2022年7—12月采用多阶段随机抽样方法在河南省抽取123 741名≥60岁老年人进行问卷调查、体格检查和实验室检查，并在多因素非条件logistic回归分析基础上采用最大最小爬山（MMHC）算法构建高脂血症贝叶斯网络模型，对当地老年人高脂血症患病影响因素的网络关系进行分析并预测其患病风险。结果河南省最终纳入分析的116 091名老年人中，患高脂血症者33 023例，高脂血症患病率为28.45%；患高总胆固醇（TC）血症、高甘油三酯（TG）血症、低高密度脂蛋白胆固醇（HDL-C）血症和高低密度脂蛋白胆固醇（LDL-C）血症者分别为9 873、13 738、14 765和4 338例，高TC血症、高TG血症、低HDL-C血症和高LDL-C血症的患病率分别为8.50%、11.83%、12.72%和3.74%；多因素非条件logistic回归分析结果显示，女性、腰高比（WHtR）≥0.5、体质指数（BMI）≥18.5、中心性肥胖、高血压和糖尿病是河南省老年人高脂血症患病的危险因素，年龄≥80岁和初中及以上文化程度是河南省老年人高脂血症患病的保护因素；贝叶斯网络模型分析结果显示，性别、BMI、高血压和糖尿病与高脂血症呈直接相关，年龄、文化程度、WHtR和中心性肥胖与高脂血症呈间接相关；风险推理结果显示，BMI≥28.0男性高血压老年人的高脂血症患病风险最高为41.6%，肥胖老年人高脂血症的患病风险为38.8%，高血压合并糖尿病老年人高脂血症的患病风险为37.0%。结论河南省老年人高脂血症患病率相对较低，性别、年龄、文化程度、BMI、WHtR、中心性肥胖、高血压和糖尿病为当地老年人高脂血症患病的主要影响因素，在高脂血症的防控过程中尤其应对BMI≥28.0的男性高血压老年人加以关注。

关键词：高脂血症影响因素网络关系患病风险预测贝叶斯网络模型老年人河南省

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

我国糖尿病患病风险预测研究——基于机器学习算法

我国糖尿病患病风险预测研究——基于机器学习算法

引用

作者：王丹天津财经大学

学位级别：硕士

近年来,我国经济的高速健康发展极大地提高了人民群众的生活质量。但是,生活条件的改善也导致“富贵病”糖尿病的患者数和患病率迅猛增长。据统计,我国是目前世界上糖尿病患者最多的国家,人口老龄化的日益加剧还将导致我国糖尿病的患病... 详细信息

近年来,我国经济的高速健康发展极大地提高了人民群众的生活质量。但是,生活条件的改善也导致“富贵病”糖尿病的患者数和患病率迅猛增长。据统计,我国是目前世界上糖尿病患者最多的国家,人口老龄化的日益加剧还将导致我国糖尿病的患病风险越来越大,这意味着我国在糖尿病预防和控制上将会面临持续的挑战。因此,亟需为大众建立精准的糖尿病患病风险预测模型。通过模型的预测,有助于尽早发现高危人群,有效预防糖尿病,从而在一定程度上降低糖尿病的患病率。本文在前人研究的基础上,首先从患病、死亡和伤残3个方面初步评估了我国糖尿病的不同风险。然后,基于机器学习算法分别介绍了两种患病风险预测模型——BP神经网络模型和随机森林模型。并详细筛选出了模型的输入变量,即对CHNS数据库12个省份的成年人数据进行单因素和多因素分析,得到8个与糖尿病患病显著相关的变量。再进一步将这8个变量作为模型的输入变量,通过不断地学习,建立出两个结构最优的预测模型。最后,基于准确率、灵敏度、特异度、ROC曲线以及AUC值5个指标对两个模型的预测效果进行了综合比较。根据以上研究,我们得出如下三条结论。一、我国糖尿病的各种风险都有明显的上升趋势,且风险量化指标中患病率的上升幅度最大。因此,本文决定对患病风险进行预测研究。二、在模型的特征选择阶段,我们得到了8个与糖尿病患病相关的因素,即性别、年龄、省份、户籍、体质指数、睡眠时间、高血压和心肌梗塞。其中,年龄、体质指数、睡眠时间、高血压和心肌梗塞是患病的危险因素,即年龄越大,体质指数越高(人越胖),则糖尿病的患病风险就越高;睡眠时间过短会影响机体新陈代谢,进而大大增加糖尿病的患病风险;并且高血压和心肌梗塞患者更易患糖尿病。另外,从性别、省份和户籍方面看,女性患糖尿病的概率低于男性;中西部地区糖尿病的患病率低于东部地区;并且农村的患病率低于城镇。三、在模型预测效果方面,随机森林模型在各个方面的预测效果都要优于BP神经网络模型。所以,最终选择随机森林模型作为本研究的最佳预测模型。

关键词：糖尿病 BP神经网络随机森林患病风险预测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于贝叶斯网络的膝骨关节炎患病风险定量预测研究

引用

北京体育大学学报 2024年第3期47卷 124-132页

作者：邵文娟贾潇蔡可书侯会生张一民中央民族大学体育学院北京100081 北京体育大学运动与体质健康教育部重点实验室北京100084 南京医科大学第一附属医院康复医学中心江苏南京210029 南京市栖霞区医院康复医学科江苏南京200046

目的:膝骨关节炎(Knee Osteoarthritis,KOA)初早期症状不明显,存在大量膝关节已然病变、但未发现病情的患者。通过简便、易测的体质指标,建立KOA患病风险的定量预测模型,有助于实现大范围的KOA筛查。方法:按年龄、性别比例在南京市2个... 详细信息

目的:膝骨关节炎(Knee Osteoarthritis,KOA)初早期症状不明显,存在大量膝关节已然病变、但未发现病情的患者。通过简便、易测的体质指标,建立KOA患病风险的定量预测模型,有助于实现大范围的KOA筛查。方法:按年龄、性别比例在南京市2个街道分层抽取1045名居民,进行KOA诊断与体质测试,测试指标包括性别、年龄、身高、体重、BMI、大腿围、30 s坐站、膝关节屈曲度、闭眼单脚站、计时起立行走。在GeNle 2.3软件中,通过贝叶斯网络学习建立KOA与上述指标间的数学模型,建模步骤包括数据离散化处理、基于爬山算法与K2算法的结构学习、基于最大期望算法的参数学习、模型验证与敏感度分析等。结果:10个指标在“未患KOA”与“患KOA”之间的组间差异均存在统计学意义(P预测KOA的患病概率。模型中,性别、BMI、体重、30 s坐站、膝关节屈曲度是与KOA直接关联或敏感度较高的节点,这些指标的预测价值较高。模型的准确率为78.9%,ROC曲线下面积为0.722。结论:构建了定量预测KOA患病风险的贝叶斯网络模型,模型的预测性能良好,具有推广应用优势。

关键词：膝骨关节炎贝叶斯网络模型患病概率患病风险预测体质测试

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：