BP神经网络模型与Logistic回归模型在精神分裂症患者复发影响因素分析中的比较

目的 通过与Logistic回归分析模型对比,探讨BP神经网络模型在分析精神分裂症患者复发影响因素中的可行性。方法 采用服药依从性量表、自知力与治疗态度问卷、社会支持评定量表、社会再适应评定量表、匹兹堡睡眠指数量表、简明精神病评定量表对385例门诊精神分裂症患者进行问卷调查。结果 （1）与精神分裂症复发有关的影响因素按重要性排序依次为：自知力和治疗态度（0.300）、服药依从性（0.176）、社会支持（0.166）、睡眠质量（0.156）、应激生活事件（0.135）、精神病家族史（0.067）。（2）在训练集中,BP神经网络模型预测准确性（85.5%）和灵敏度（81.9%）均低于Logistic回归模型的预测准确性（85.9%）和灵敏度（85.9%）,而BP神经网络模型的特异度（90.0%）和约登指数（0.719）均高于Logistic回归模型的特异度（85.8%）和约登指数（0.717）。（3）在测试集中,BP神经网络模型的预测准确性（87.1%）、特异度（89.4%）和约登指数（0.734）均高于Logistic回归模型的预测准确性（84.5%）、特异度（81.8%）和约登指数（0.698）,而Logistic回归模型灵敏度（88.0%）高于BP神经网络模型灵敏度（84.0%）。Logistic回归模型AUC为0.934高于BP神经网络模型的AUC0.921。结论 精神分裂症复发的主要因素有自知力和治疗态度、服药依从性、社会支持、睡眠质量、应激性生活事件和精神疾病家族史;运用 Logistic回归分析和BP 神经网络构建精神分裂症患者复发的影响因素模型可行,模型拟合性能良好。