摘 要: | 目的分析武汉市某社区居民的健康档案数据,研究高血压患病的危险因素并建立基于神经网络的高血压预测模型,对血压值进行预测,为高血压预防提供依据并探索医疗健康大数据的应用模式。方法收集数据并进行处理,结合χ2检验与多因素Logistic回归模型分析高血压的危险因素。将危险因素作为输入,血压值作为输出建立BP神经网络预测模型。结果统计分析显示年龄、BMI、空腹血糖、体育锻炼、饮食习惯、心理状况为高血压患病的影响因素。神经网络预测结果显示收缩压与舒张压预测值的平均相对误差分别为9.25%和9.02%。结论 BP神经网络模型的预测准确度较好,能够对血压值进行预测,为高血压的预测与医疗健康大数据的应用提供了一种方法。
|