李峰鑫.BP神经网络模型与Logistic回归模型构建急性胸痛患者发生心搏骤停的预警模型对比[J].上海护理,2026,26(4):
BP神经网络模型与Logistic回归模型构建急性胸痛患者发生心搏骤停的预警模型对比
DOI:
中文关键词:  BP神经网络  Logistic回归  急性胸痛  心搏骤停  预警模型
英文关键词:
基金项目:
作者单位E-mail
李峰鑫* 南昌大学第二附属医院急诊科 lifengxinL@163.com 
摘要点击次数: 444
全文下载次数: 0
中文摘要:
      目的:探讨BP神经网络模型与Logistic回归模型对急性胸痛患者发生心搏骤停的预测效果并进行比较。方法:选取186例于2020年4月至2023年4月在我院接受治疗的急性胸痛患者,根据是否发生心搏骤停分为骤停组和非骤停组。采用BP神经网络、Logistic回归分析急性胸痛患者发生心搏骤停的危险因素并构建预警模型,通过两种模型的受试者工作特征(ROC)曲线下面积(AUC)比较其预测效果。结果:186例急性胸痛患者发生心搏骤停的有55例,病发率为29.57%。两种模型均显示年龄、心电图、心律失常、左心室射血分数、血肌酐水平为急性胸痛患者发生心搏骤停的主要影响因素。BP神经网络模型的AUC为0.923(95% CI:0.878~0.967)高于Logistic回归模型的AUC0.909(95% CI:0.862~0.957),敏感度(85.50%)和特异性(86.30%)高于Logistic回归模型的敏感度(81.80%)和特异性(84.00%),风险预测正确率(87.20%)高于Logistic回归模型的风险预测正确率(85.50%)。结论:年龄、首次心电图特征、室性心律失常、LVEF、Scr水平是急性胸痛患者发生心搏骤停的主要影响因素,BP神经网络预警模型的预测效果高于Logistic回归模型,能有效为临床护理人员早期筛查急性胸痛患者发生心搏骤停概率较大的患者,并进行有效的护理干预从而减少心搏骤停的发生。
英文摘要:
      
  查看/发表评论  下载PDF阅读器 全文HTML
关闭