%0 Journal Article
%T BP人工神经网络在早产预测模型中的应用
%A 何玥
%A 周书进
%A 徐新
%A 李逊
%A 柳祎
%A 沈琳
%A 王小娟
%A 胡丽
%A 谭红专
%J 中华流行病学杂志
%D 2014
%R 10.3760/cma.j.issn.0254-6450.2014.09.013
%X 目的 基于BP人工神经网络的基本原理和方法，构建早产预测模型。方法 采用前瞻性队列研究方法，通过整群抽样，2010－2012年在湖南省浏阳市随机抽取怀孕妇女作为研究对象。 按2：1：1将调查样本随机分为训练样本、检验样本和测试样本，分别用于建立预测模型、选择最优神经网络和模型预测评价。采用BP人工神经网络和logistic回归分析建立模型，用ROC方法评价 所建立的早产预测模型的优劣。结果 整理6 270例分娩孕妇的数据，结果显示，早产265例，早产发生率为4.22%。将子宫异常及畸形、产次、妊娠胎数、妊娠期高血压、前置胎盘、胎膜早破和定期 产检7个多因素分析有统计学意义的变量选入预测模型。BP人工神经网络模型预测早产的灵敏度、特异度和一致率分别为67.65%、84.87%和84.12%，ROC曲线下面积为0.795；logistic回归模型预测早 产的灵敏度、特异度和一致率分别为64.71%、85.60%和84.69%，ROC曲线下面积为0.783。结论 新建立的BP人工神经网络模型实用可靠，其对早产的预测效能略优于logistic回归模型
%K 早产
%K 神经网络
%K 预测
%U http://chinaepi.icdc.cn/zhlxbx/ch/reader/view_abstract.aspx?file_no=20140913&flag=1