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 |
| |
引用本文: | 宋媛媛,陈兵,刘静静,王辉,马荣,陈红涛,彭丽丽,刘娟.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[J].南方护理学报,2022,29(13):59-65. |
| |
作者姓名: | 宋媛媛 陈兵 刘静静 王辉 马荣 陈红涛 彭丽丽 刘娟 |
| |
作者单位: | 1.宁夏医科大学,宁夏 银川 750000; 2.宁夏回族自治区宁安医院,宁夏 银川 750000; 3.湖南中医药大学护理学院,湖南 长沙 410000 |
| |
基金项目: | 宁夏回族自治区重点研发项目(2019BFG02023) |
| |
摘 要: | 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。
|
关 键 词: | 精神分裂症 复发 影响因素 BP神经网络 |
收稿时间: | 2021-11-01 |
|
| 点击此处可从《南方护理学报》浏览原始摘要信息 |
| 点击此处可从《南方护理学报》下载免费的PDF全文 |
|