首页> 中文会议>第六届肿瘤药学大会 >应用人工神经网络建立老年肺癌患者化疗期间发生感染的预测模型

应用人工神经网络建立老年肺癌患者化疗期间发生感染的预测模型

页面导航

摘要
著录项
相似文献
相关主题

摘要

目的：建立老年(＞65岁)肺癌患者住院化疗期间发生感染的预测模型,评价模型的预测性能,探讨个体发病风险预测的方法. 方法：回顾性收集2014年6月～2016年6月本院老年肺癌化疗患者327例,按4∶1分为训练组(260人)与检验组(67人)两部分,分别用于筛选变量、建立预测模型及对模型的检测和评价.应用logistic回归(Logistic Regression,LR)模型对资料进行多因素筛选,将筛选出有统计学意义的指标建立LR模型和人工智能神经网络(Artificial Neural Network,ANN)模型,利用受试者工作特征曲线(Receiver Operator Characteristic CUI-Ve,ROC)评价模型的预测性能. 结果：医院感染的发生率为21.10％(69/327),进一步分析发现骨髓抑制(≥Ⅱ度,p=0.000)、长时间住院(≥14天,p=0.000)、糖尿病(p=0.005)、联合化疗(含顺铂,=0.009),肺癌手术史(p=0.033)以及应用激素(p=0.025)是老年肺癌患者化疗期间发生感染的危险因素.利用两种模型对67名检验集预测,预测正确率分别为87.15％和79.81％;通过ROC曲线下面积(Area Under Curve,AUC)比较模型的预测能力：LR模型曲线下面积(0.757±0.036)小于ANN模型(0.905±0.017). 结论：在老年肺癌患者住院化疗期间发生感染的预测方面ANN模型预测性能优于LR模型.

著录项

来源
《第六届肿瘤药学大会》|2017年|121-126|共6页
会议地点香港
作者
WANG Xiao-hui; 王晓辉; PAN Yan; 潘雁; ZHU Jun; 朱珺;
展开▼
作者单位

香港中医学会、教育研究基金会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类 R734.2:R730.53;
关键词
肺癌; 老年患者; 化疗期间; 感染预测; 人工智能神经网络;

相似文献

中文文献
外文文献
专利

1. 应用人工神经网络建立老年肺癌患者化疗期间发生感染的预测模型 [J] . 王晓辉 ,潘雁 ,朱珺 . 川北医学院学报 . 2017,第006期
2. 肺癌患者化疗期间发生感染的相关危险因素分析 [J] . . 临床医药文献电子杂志 . 2019,第051期
3. 肺癌患者化疗期间发生感染的相关危险因素分析 [J] . 高方方 ,梅家转 ,刘桂举 . 中国实用医药 . 2013,第027期
4. 个体化预测非小细胞肺癌患者化疗期间肺部感染风险Nomogram模型的建立与验证 [J] . 张俐丽 ,冯国琴 . 中国感染控制杂志 . 2022,第2期
5. 老年晚期非小细胞肺癌患者化疗期间肺部真菌感染的影响因素 [J] . 王琴 ,王丽华 ,顾敏静 . 中国老年学杂志 . 2021,第009期
6. 老年肺癌患者化疗期间发生感染的危险因素分析 [C] . WANG Xiao-hui ,王晓辉 ,ZHAO Dong . 第五届肿瘤药学大会 . 2016
7. 肺癌患者化疗期间感染的相关因素的回顾性分析 [A] . 傅润甲 . 2014

应用人工神经网络建立老年肺癌患者化疗期间发生感染的预测模型

摘要

著录项

相似文献

相关主题

期刊订阅