摘要：糖尿病并发症患者的死亡率高于仅患糖尿病患者的死亡率，预测糖尿病并发症有重要意义，以辅助临床早发现和早治疗糖尿病并发症，降低糖尿病患者死于并发症的风险。本研究目的是根据糖尿病患者的尿常规检查、生化检查和糖化检查信息，构建预测糖尿病并发症的多层感知神经网络（Multilayer Perceptron，MLP）模型，并筛选对糖尿病并发症预测影响较大的指标，以期提高糖尿病并发症的诊断筛查。 依据《实用内科学》中关于糖尿病及其并发症的诊断术语规范诊断结果的糖尿病并发症种类。分别以尿常规检查、生化检查和糖化检查的各项指标为自变量，以糖尿病并发症种类为因变量，应用MLP算法建立糖尿病并发症预测模型，并以Boosting方法提高MLP模型预测准确率，同时与统计模型Logistic回归对比分析。MLP模型筛选出对糖尿病并发症预测影响较大的4项尿常规和6项生化检查指标，其中影响最大的是患者的年龄。尿常规检查和生化检查的MLP模型准确率较高，分别为87.56%、67.94%，且收益图曲线上凸明显，接近理想曲线。糖化信息的MLP模型准确率低仅39.31%，收益图曲线呈锯齿状上升，远离理想曲线。Logistic回归模型的准确率都较低，收益图曲线均远离理想曲线。基于糖尿病患者的尿常规检查、生化检查和糖化检查等信息，构建的尿常规检查和生化检查的MLP模型预测效果较好，并筛选出对糖尿病并发症预测影响较大指标，结果可用于辅助临床医生优化诊断和治疗糖尿病并发症。MLP模型比Logistic回归模型准确率更高、收益更好，更适用于糖尿病并发症的预测。
分类：期刊> 自然科学与工程技术> 信息科技> 计算机软件及计算机应用
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：糖尿病 并发症 多层感知神经网络 mlp logistic回归
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
