《表3 3种模型预测性能比较》
将BP神经网络模型及遗传算法优化的BP神经网络模型、COX比例风险模型的预测结果进行比较。结局为截肢时,BP神经网络模型预测结果的AUC大于COX比例风险模型(0.898 vs.0.543,χ2=7.692,P=0.005,表3、表4,图3)。遗传算法优化的BP神经网络模型预测结果的AUC也大于COX比例风险模型(0.888 vs.0.543,χ2=10.083,P=0.001,表3、表4,图3)。而BP神经网络模型和遗传算法优化的BP神经网络模型的预测结果差异没有统计学意义(χ2=0.200,P=1.000,表4)。通过表3可知,BP神经网络模型及遗传算法优化的BP神经网络模型预测结果的灵敏度和特异度也大于COX比例风险模型。结局为死亡时,BP网络模型和遗传算法优化的BP神经网络模型预测结果几乎完全相同(0.705 vs.0.705,χ2=0.000,P=1.000,表3、表4,图4),均大于COX比例风险模型(0.705 vs.0.580,χ2=12.071,P=0.000,表3、表4,图4)。
图表编号 | XD00180981500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.28 |
作者 | 陈静、程庆丰、陈悦、易静 |
绘制单位 | 重庆市璧山区疾病预防控制中心、重庆医科大学附属第一医院内分泌科、重庆市人民医院胸外科、重庆医科大学公共卫生与信息管理学院卫生统计与信息管理教研室 |
更多格式 | 高清、无水印(增值服务) |