论著
张艳燕, 马笑凡, 王梦琳, 李星锐, 崔伟锋, 潘玉颖
目的 通过筛选艾滋病(Acquired immune deficiency syndrome,AIDS)发病的危险因素,构建基于病证结合及误差反向传播(Back error propagation,BP)神经网络的AIDS发病预测模型。方法 对2010年10月~2022年3月期间河南省391例无症状HIV感染者的病例资料(包括人口学资料、AIDS相关行为情况、实验室指标、中医证素、终点事件)进行回顾性分析,使用COX比例风险回归模型进行单因素、多因素分析,初步筛选出纳入AIDS发病预测模型的变量,将纳入病例以7:3比例随机分成训练集、测试集,用BP神经网络建立AIDS发病预测模型,运用测试集来评价模型的预测性能,最终利用混淆矩阵和ROC曲线对模型准确率进行评估。结果 本研究共选取391例病例,出现终点事件103例,经过COX比例风险回归模型进行单因素、多因素分析并共线性诊断后,最终纳入模型变量有气虚、湿热、婚姻状况、CD4+ T淋巴细胞计数、年龄、病程、感染途径,同时,通过混淆矩阵和ROC曲线进行模型评估,训练集与测试集准确率分别为76.3%、71.7%,ROC曲线评估准确率为76.1%。结论 基于病证结合及BP神经网络构建的AIDS发病预测模型具有良好的预测效能,较好的适应能力,可以对AIDS的发病进行准确预测,为AIDS防控策略的制定提供依据。