基于BRFSS数据库应用人工神经网络建立儿童哮喘预测模型
发布时间：2021-02-08 23:57
目的:儿童哮喘是一种严重影响小儿身心健康的呼吸道疾病,近年来儿童哮喘的患病率及死亡率均有上升趋势,影响着世界上9.6-13%的儿童,造成巨大的经济和社会负担,婴幼儿由于气道发育还未完善,易受周围环境因素的影响,是儿童哮喘的高危人群,80%的哮喘症状发生在3岁以前。随着年龄的增长,气道及免疫系统的发育逐渐完善,有一部分儿童会痊愈,而另一部分儿童在学龄期将依旧患有哮喘,并将接受终身治疗,故预测学龄期是否会持续患有哮喘是至关重要的。本研究基于BRFSS数据库,应用人工神经网络的方法,提供一种简单易行的儿童哮喘预测模型,有利于加强对哮喘高危儿童的健康管理,缓解医疗资源的压力,改善患者健康水平和生活质量。方法:在BRFSS数据库中下载哮喘回访调查ACBS数据,选取2011-2014年间参与回访调查的哮喘患者数据。根据最新哮喘GINA指南、前人的相关研究,并且咨询了临床专家,初步从数据库中筛选出20项特征变量,包括:家长哮喘史、家庭收入、出生月份、保险、母亲生产时年龄、被动吸烟、肥胖、慢阻肺/慢性支气管炎史等。结局变量为学龄期是否患有哮喘。随后,通过缺失值处理、数据转换、数据的离散化等操作对数据进...
【文章来源】：中国医科大学辽宁省
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
研究指标：准确度、灵敏度、特异度模型评估对比实验
网络（Artificial Neural Networks,ANN），是模拟生物种数学模型，它以对大脑的生理研究成果为基础，其理与机制，实现一些特定的功能[18]。在医学领域应经网络（Back PropagationArtificial Neural Network, B输出后的误差来估计输出层的直接前导层的误差，再误差，如此一层一层的反向传播下去，就获得所有其出层表现出的误差沿着与输入传送相反的方向逐级向]。在结构上，可以把一个神经网络划分为输入层、示。输入层的每个节点对应各个预测变量，输出层的变量，在输入层和输出层之间是隐含层，隐含层的层神经网络的复杂度。
中国医科大学硕士学位论文3 结果3.1 原始数据集及研究变量3.1.1 数据纳入情况在所下载的数据中, 选取第一次被医生确诊为哮喘的年龄为 0-3 岁(How oldwas [child's name] when a doctor or other health professional first said [he/she] hadasthma?)，且接受哮喘回访调查时的年龄为学龄期，即 6-12 岁的儿童，共计 930名，图 3 为部分数据。按照 7：3 的比例对数据集进行分解，最终，训练集为 651人，测试集为 279 人，具体分类情况见表 1。
【参考文献】：
期刊论文
[1]基于BRFSS数据库应用人工神经网络构建儿童哮喘预测模型[J]. 马晓宇,张晗,赵玉虹. 数据分析与知识发现. 2018(08)
[2]海口市学龄前儿童哮喘的影响因素分析[J]. 林志雄,林尧. 中国儿童保健杂志. 2018(05)
[3]青岛市区儿童哮喘危险因素与防治策略研究[J]. 陈艳梅,朱维菊,袁庆. 中国卫生产业. 2017(04)
[4]泰兴地区0～14岁儿童哮喘流行病调查和危险性因素分析[J]. 张娟. 临床肺科杂志. 2015(12)
[5]近10年中国儿童哮喘与过敏体质、家族史和被动吸烟病例对照研究的Meta分析[J]. 陈敏慧,江伟健. 中国医药科学. 2011(06)
[6]儿童哮喘危险因素的条件Logistic回归分析[J]. 岳圣增,孙志群. 上海医药. 2008(08)
博士论文
[1]空气污染与哮喘相关基因多态性对儿童哮喘影响的研究[D]. 王强.中国疾病预防控制中心 2010
硕士论文
[1]哮喘儿童教养方式和行为问题关系的研究[D]. 王亮.南京中医药大学 2017
本文编号：3024701
【文章来源】：中国医科大学辽宁省
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
研究指标：准确度、灵敏度、特异度模型评估对比实验
网络（Artificial Neural Networks,ANN），是模拟生物种数学模型，它以对大脑的生理研究成果为基础，其理与机制，实现一些特定的功能[18]。在医学领域应经网络（Back PropagationArtificial Neural Network, B输出后的误差来估计输出层的直接前导层的误差，再误差，如此一层一层的反向传播下去，就获得所有其出层表现出的误差沿着与输入传送相反的方向逐级向]。在结构上，可以把一个神经网络划分为输入层、示。输入层的每个节点对应各个预测变量，输出层的变量，在输入层和输出层之间是隐含层，隐含层的层神经网络的复杂度。
中国医科大学硕士学位论文3 结果3.1 原始数据集及研究变量3.1.1 数据纳入情况在所下载的数据中, 选取第一次被医生确诊为哮喘的年龄为 0-3 岁(How oldwas [child's name] when a doctor or other health professional first said [he/she] hadasthma?)，且接受哮喘回访调查时的年龄为学龄期，即 6-12 岁的儿童，共计 930名，图 3 为部分数据。按照 7：3 的比例对数据集进行分解，最终，训练集为 651人，测试集为 279 人，具体分类情况见表 1。
【参考文献】：
期刊论文
[1]基于BRFSS数据库应用人工神经网络构建儿童哮喘预测模型[J]. 马晓宇,张晗,赵玉虹. 数据分析与知识发现. 2018(08)
[2]海口市学龄前儿童哮喘的影响因素分析[J]. 林志雄,林尧. 中国儿童保健杂志. 2018(05)
[3]青岛市区儿童哮喘危险因素与防治策略研究[J]. 陈艳梅,朱维菊,袁庆. 中国卫生产业. 2017(04)
[4]泰兴地区0～14岁儿童哮喘流行病调查和危险性因素分析[J]. 张娟. 临床肺科杂志. 2015(12)
[5]近10年中国儿童哮喘与过敏体质、家族史和被动吸烟病例对照研究的Meta分析[J]. 陈敏慧,江伟健. 中国医药科学. 2011(06)
[6]儿童哮喘危险因素的条件Logistic回归分析[J]. 岳圣增,孙志群. 上海医药. 2008(08)
博士论文
[1]空气污染与哮喘相关基因多态性对儿童哮喘影响的研究[D]. 王强.中国疾病预防控制中心 2010
硕士论文
[1]哮喘儿童教养方式和行为问题关系的研究[D]. 王亮.南京中医药大学 2017
本文编号：3024701
本文链接：https://www.wllwen.com/tushudanganlunwen/3024701.html
