基于宏微量元素和神经递质检测的社区老年性痴呆人工神经网络预测模型研究

发布时间：2018-06-02 03:32

  本文选题：人工神经网络模型 + 老年性痴呆　； 参考：《南昌大学》2012年硕士论文

【摘要】：目的：通过对江西省部分城市社区≥60岁人群的现场调查和某些宏、微量元素及神经递质的检测，探讨并建立社区老年性痴呆筛选诊断的人工神经网络模型。 方法：在2008至2010年间，以江西省南昌、吉安、宜春三市为研究现场，采用整群随机抽样的方法获取研究对象4350人（AD患者214人），并选择其中60例AD患者和60例非AD者作为ANN建模对象。通过现场问卷收集他们的AD患病、影响因素和日常生活能力（ADL评分）等有关信息。AD病人的确诊：根据简易精神状态量表（MMSE）初筛得分，结合临床病史及体征等相关资料，按国际疾病分类第十版（ICD-10）和中国精神疾病分类（CCMD-3R）诊断标准确诊，并采用临床分级量表(CDR)评估AD严重程度，同时采用Hachinsk’s缺血评分表排除血管性痴呆和混合型痴呆。非AD者的选择：排除心血管疾病和神经性疾病、无先天性痴呆，同一城市社区居住，并与AD患者具有可比性，且本人和家属愿意配合。对120例建模对象每人均施静脉采血10ml，采用原子吸收法检测研究对象全血中Fe、Cu、Zn、AL、Ca、Se、Mn、Cr、Cd元素的含量，利用放射免疫分析法检测五羟色胺（5-HT）、多巴胺（DA）、抗乙酰胆碱受体抗体（AchR-Ab）含量。所有数据收集后，经核查无误，采用SPSS13.0建立数据库，利用Clementine12.0软件筛选输入变量进行ANN的反复模拟，模型训练参数为：冲量项α=0.9，初始学习速率η=0.02，权值调整的最大变化率不大于0.005；激活函数为Sigmoid函数。以ROC曲线下面积（AUC），灵敏度、特异度、准确度等评价AD预测ANN的效果。 结果：（1）江西省城市社区≥60岁的老年人的AD患病率为4.92%，女性患病率高于男性；同时，AD患病率随年龄升高而升高，且每五年患病率约增长一倍。 （2）AD患者血中Al元素含量要高于未患AD者的，而Cr元素含量却低于未患AD者的；AD患者血中的5-HT、DA、AchR-Ab三种神经递质的含量均比未患AD者的低。 （3）最终确定的社区老年性痴呆诊断的ANN为三层网络结构，即输入层1层，6个节点，分别为ADL总分、Cr、5-HT、年龄、DA和Al；隐含层1层，3个节点；输出层1层，1个节点，为AD患病。 （4）以ADL总分、Cr、5-HT、年龄、DA和Al为输入变量拟合的ANN在AD的预测中获得理想效果，AUC为0.929（95%CI为0.868～0.968），灵敏度90.00%、特异度95.00%、准确度92.50%。 结论：（1）江西省城市社区的AD患病率处于中等偏高水平，，女性较男性更易患AD；年龄越大，越易患AD。 （2）AD患者血中Al元素含量较高，而Cr元素含量较低；其血中的5-HT、DA、AchR-Ab三种神经递质的含量均低于未患AD者。 （3）以ADL总分、Cr、5-HT、年龄、DA和Al为输入变量拟合的ANN在AD的预测中具有良好的效果，该模型具有操作简便、客观、适合大规模人群筛查的特点，具有一定的开发应用前景。
[Abstract]:Objective: to explore and establish an artificial neural network model for screening and diagnosis of senile dementia in community by field investigation and detection of some macros, trace elements and neurotransmitters among people aged 鈮

本文编号：1967182