中国卫生检验杂志2023，Vol.33Issue(16) ：1971-1974.

空腹血糖正常人群中2型糖尿病及糖耐量受损的ANN预测模型研究

Artificial neural network model in predicting the risk of type 2 diabetes mellitus and impaired glucose tolerance in population with normal fasting glucose

余璟璐 江丽莉 裴立红
中国卫生检验杂志2023，Vol.33Issue(16) ：1971-1974.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

空腹血糖正常人群中2型糖尿病及糖耐量受损的ANN预测模型研究

Artificial neural network model in predicting the risk of type 2 diabetes mellitus and impaired glucose tolerance in population with normal fasting glucose

余璟璐 1江丽莉 1裴立红1
扫码查看

作者信息

  • 1. 浙江省丽水市中心医院检验科,浙江323000
  • 折叠

摘要

目的 在空腹血糖正常人群中,应用人工神经网络(ANN)模型预测2型糖尿病(T2DM)及糖耐量受损(IGT)的发病风险.方法 收集空腹血糖正常个体的实验室检测数据,采用单因素logistic回归进行参数筛选,通过MATLAB软件构建ANN预测模型.应用ROC曲线评价预测模型的检验效能.结果 单因素logistic回归分析年龄、空腹血糖、糖化血红蛋白1c、高密度脂蛋白胆固醇、尿糖等5项指标为T2DM、IGT以及NFG人群独立危险因素(P＜0.05),作为ANN预测模型的输入参数,构建多层前馈算法预测模型.ROC曲线下面积显示ANN预测模型、糖化血红蛋白(5.7％切点)以及空腹血糖(5.6 mmol/L切点)3种方法对预测T2DM及IGT人群的发病风险,灵敏度分别是60.93％、30.20％、39.47％,约登指数分别是61.7％、17.89％、28.01％,ROC曲线面积分别是0.852、0.738、0.671.结论 ANN预测模型可评估空腹血糖正常人群中T2DM及IGT个体发病风险,用于临床辅助决策.

关键词

人工神经网络/2型糖尿病/糖耐量受损/预测模型

Key words

Artificial neural network/Type 2 diabetes mellitus/Impaired glucose tolerance/Prediction models

引用本文复制引用

基金项目

丽水市重点研发项目(2019ZDYF11)

出版年

2023
中国卫生检验杂志
中华预防医学会

中国卫生检验杂志

影响因子：0.771
ISSN：1004-8685
参考文献量14
段落导航相关论文