BP神经网络在结核疑似病患者就诊延迟影响因素分析中的应用探讨.pdfVIP

· 590· 中国卫生统计2007年12月第24卷第6期 BP神经网络在结核疑似病患者就诊延迟 影响因素分析中的应用探讨* 重庆医科大学卫生统计学教研室(4oo0l6) 岳 勇 田考聪△ 汪 洋 【提 要】 目的 在重庆市结核病疑似患者就医行为的影响因素调查的基础上，运用BP神经网络进行建模分析，并 与传统统计学模型logistic模型的结果对比，来探讨BP神经网络在结核病防治领域应用前景，挖掘其在流行病疾病的相 关因素分析工作中的应用潜力。方法 通过MATLAB中的神经网络工具箱，建立BP神经网络，并计算出各个因素的平 均影响值(mean impact value，MIV)，并按照其绝对值大小列出各因素对于应变量影响的相对重要性顺位。从而达到分析 就诊影响因素的目的，与多因素logistic模型进行比较，最终得出影响结核病疑似患者就医行为的危险因素。结果 影响 患者就医行为的主要因素有：性别、婚姻状况、体力工作者、医疗保险、结核病认知得分、医疗卫生服务的可及性、患者既往 病后采取自我医疗措施、患者既往病后看医生、本次病后采取自我医疗措施、本次病后不采取任何措施、首发症状、退休。 结论 BPNN同样能够用于结核病疑似患者就诊影响因素研究。BPNN模型分析对变量不作任何要求。能较好地处理因 素间复杂的关系，具有其独特的优势。 【关键词】 BP神经网络 MIv 结核病 logistic 人工神经网络(artificial neural network，ANN)是 生就诊延迟的影响的相对重要性顺位，从而达到分析 一 种新兴的信息处理系统，已被成功用于许多领域，在 就诊影响因素的目的，与多因素logistic模型结果进行 流行病学领域也逐渐受到重视【川。由于各种结核病 综合比较，最终得出影响结核病疑似患者就医行为的 疑似患者就诊延迟的影响因素之间存在着复杂的非线 危险因素。 性关系而不能很好地满足经典模型的应用条件，从而 结果与分析 造成模型拟合的困难增加，传统方法暴露出其局限性； 而ANN有表示任意非线性关系以及学习能力，为解 1．调查资料基本情况见表1。 决这些问题提供了新的思路和方法【 。 2．多因素logistic回归分析结果 本研究在流行病学调查的基础上，运用ANN建 将全部24个因素全部引入多因素logistic回归分 模分析，探讨重庆市结核病疑似患者就诊延迟的影响 析模型，采用逐步后退法stepwise筛选危险因素，进入 因素，并与传统的多因素logistic回归模型的分析结果 模型和剔除标准都为0．05。模型最终筛选出5个有 比较。 意义的变量，按照标准回归系数排序，各因素的主次顺 位见表2。 资料与方法 表1 调查资料的基本情况 1．资料来源 调查对象为重庆市区主城区流动 变量 分类 频数百分比(％ 变量 分类 频数百分比(％ 人口和常住人口中年龄在15岁以上的结核病疑似患 是否发生 是 574 57．11 人IEI 常住 776 77．21 就诊延迟 否 431 42．89 类型 流动 229 22．79 者。根据流动人