期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于机器学习算法的社区老年衰弱前期风险预测模型构建 被引量:19
1
作者 李彩福 赵伟 +5 位作者 叶秀春 赵东丽 邹继华 董海娜 周英 许丽娟 《护理学杂志》 CSCD 北大核心 2022年第15期84-88,共5页
目的构建并验证社区老年衰弱前期风险预测模型,为早期识别社区老年衰弱前期高危人群提供参考。方法筛选542名社区无衰弱和衰弱前期老年人作为建模组,运用反向传播神经网络机器学习算法构建衰弱前期预测模型;再筛选205名社区无衰弱和衰... 目的构建并验证社区老年衰弱前期风险预测模型,为早期识别社区老年衰弱前期高危人群提供参考。方法筛选542名社区无衰弱和衰弱前期老年人作为建模组,运用反向传播神经网络机器学习算法构建衰弱前期预测模型;再筛选205名社区无衰弱和衰弱前期老年人作为验证组,利用受试者工作特征曲线对构建模型的预测效能进行时间跨度验证。结果按照重要性排序,社区老年衰弱前期危险因素分别为年龄、住院史、跌倒史、运动量少、多病共存、抑郁倾向、认知功能下降、文化程度低、日常生活能力下降及多重用药。以logistic回归模型作为参考,反向传播神经网络预测效能佳,AUC为0.891,95%CI(0.846~0.918),灵敏度为0.858,特异度为0.782。结论反向传播神经网络模型预测效能优于logistic回归模型,社区工作人员可通过预防跌倒、运动干预、慢病健康教育、抑郁及认知干预等预防老年衰弱前期的发生发展。 展开更多
关键词 社区 老年人 衰弱前期 危险因素 预测模型 机器学习算法 反向传播神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部