期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
决策树分析在急性心肌梗死事件预测中的应用
被引量：
6
1
作者
张圣
胡振杰
+1 位作者
叶璐
郑亚如
《浙江大学学报（医学版）》
CAS
CSCD
北大核心
2019年第6期594-602,共9页
目的:评价和比较Logistic回归和决策树分析用于预测急性心肌梗死(AMI)事件的可行性和有效性。方法:回顾性分析2018年10月至2019年4月在浙江省人民医院因心绞痛或不明原因胸痛行选择性冠状动脉造影的295例患者的临床资料,其中55例诊断为...
目的:评价和比较Logistic回归和决策树分析用于预测急性心肌梗死(AMI)事件的可行性和有效性。方法:回顾性分析2018年10月至2019年4月在浙江省人民医院因心绞痛或不明原因胸痛行选择性冠状动脉造影的295例患者的临床资料,其中55例诊断为AMI。分别利用Logistic回归分析和决策树分析建立AMI事件预测模型,并在是否根据Logistic回归结果条件下建立决策树分析模型(决策树1和决策树2),继而利用ROC曲线评估上述三组模型预测AMI的价值。结果:二元Logistic回归分析结果显示,冠心病史、冠状动脉多支病变、他汀类药物史和载脂蛋白A1是AMI发生的独立影响因素(均P<0.05)。不根据Logistic回归分析结果建立的决策树模型(决策树1)显示,冠状动脉多支病变为根节点,其后分别是冠心病史、载脂蛋白A1水平(以1.314 g/L作为分界点)和抗血小板聚集药物史作为子节点;而根据Logistic回归分析结果建立的决策树模型(决策树2)显示,冠状动脉多支病变为根节点,其后是冠心病史和载脂蛋白A1作为子节点。在对AMI事件的预测中,Logistic回归模型的AUC为0.826,而决策树模型的AUC分别为0.765(决策树1)和0.726(决策树2)。三组模型间比较结果显示,Logistic回归模型的AUC优于决策树2(95%CI:0.041~0.145,Z=3.534,P<0.01),但与决策树1差异无统计学意义(95%CI:-0.014~0.121,Z=-1.173,P>0.05)。结论:在对AMI事件的预测分析中,不根据Logistic回归模型结果建立的决策树模型效力与Logistic回归模型相当,未来有望应用于AMI患者的防治工作。
展开更多
关键词
心肌梗死
急性病
LOGISTIC模型
回归分析
决策树
预测
在线阅读
下载PDF
职称材料
题名
决策树分析在急性心肌梗死事件预测中的应用
被引量：
6
1
作者
张圣
胡振杰
叶璐
郑亚如
机构
浙江省
人民
医院
杭州
医学
院附属
人民
医院
神经内科
中国人民解放军联勤保障部队第九○六医院呼吸与重症医学科
浙江大学
医学
院精神卫生中心暨杭州市第七
人民
医院
检验科
浙江省
人民
医院
杭州
医学
院附属
人民
医院
心血管内科
出处
《浙江大学学报（医学版）》
CAS
CSCD
北大核心
2019年第6期594-602,共9页
基金
国家自然科学基金(81801162)
浙江省医学会临床科研资金项目(2017XYC-A02)
文摘
目的:评价和比较Logistic回归和决策树分析用于预测急性心肌梗死(AMI)事件的可行性和有效性。方法:回顾性分析2018年10月至2019年4月在浙江省人民医院因心绞痛或不明原因胸痛行选择性冠状动脉造影的295例患者的临床资料,其中55例诊断为AMI。分别利用Logistic回归分析和决策树分析建立AMI事件预测模型,并在是否根据Logistic回归结果条件下建立决策树分析模型(决策树1和决策树2),继而利用ROC曲线评估上述三组模型预测AMI的价值。结果:二元Logistic回归分析结果显示,冠心病史、冠状动脉多支病变、他汀类药物史和载脂蛋白A1是AMI发生的独立影响因素(均P<0.05)。不根据Logistic回归分析结果建立的决策树模型(决策树1)显示,冠状动脉多支病变为根节点,其后分别是冠心病史、载脂蛋白A1水平(以1.314 g/L作为分界点)和抗血小板聚集药物史作为子节点;而根据Logistic回归分析结果建立的决策树模型(决策树2)显示,冠状动脉多支病变为根节点,其后是冠心病史和载脂蛋白A1作为子节点。在对AMI事件的预测中,Logistic回归模型的AUC为0.826,而决策树模型的AUC分别为0.765(决策树1)和0.726(决策树2)。三组模型间比较结果显示,Logistic回归模型的AUC优于决策树2(95%CI:0.041~0.145,Z=3.534,P<0.01),但与决策树1差异无统计学意义(95%CI:-0.014~0.121,Z=-1.173,P>0.05)。结论:在对AMI事件的预测分析中,不根据Logistic回归模型结果建立的决策树模型效力与Logistic回归模型相当,未来有望应用于AMI患者的防治工作。
关键词
心肌梗死
急性病
LOGISTIC模型
回归分析
决策树
预测
Keywords
Myocardial infarction
Acute disease
Logistic models
Regression analysis
Decision trees
Forecasting
分类号
R542.22 [医药卫生—心血管疾病]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
决策树分析在急性心肌梗死事件预测中的应用
张圣
胡振杰
叶璐
郑亚如
《浙江大学学报（医学版）》
CAS
CSCD
北大核心
2019
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
