人工神經(jīng)網(wǎng)絡(luò)模型在農(nóng)村胃癌高危人群篩查中的應(yīng)用.pdf

1、目的：了解誤差反向傳播人工神經(jīng)網(wǎng)絡(luò)(Back Popagation Artificial NeuralNetwork，BP-ANN)胃癌預(yù)測模型的預(yù)測因素在徐州地區(qū)農(nóng)村居民中的分布現(xiàn)狀，并掌握村民有關(guān)胃癌防治知識的知曉情況，為后續(xù)采取針對性的干預(yù)措施提供理論依據(jù);評估BP-ANN胃癌預(yù)測模型篩查農(nóng)村胃癌高危人群的應(yīng)用價值，有望替代傳統(tǒng)的初篩手段，成為今后經(jīng)濟(jì)簡便、適合于大規(guī)模人群篩查的方法，并探討B(tài)P-ANN胃癌預(yù)測模型篩查高危人群的適

2、宜參考截?cái)嘀?，為大?guī)模的人群篩查提供技術(shù)支持。
　　方法：采用二階段抽樣的方法，先隨機(jī)抽取徐州市銅山區(qū)4個鎮(zhèn)，再從每個鎮(zhèn)中隨機(jī)抽取3個村，共計(jì)12個村;圍繞前期以臨床病例對照資料為基礎(chǔ)建立的BP-ANN胃癌預(yù)測模型的預(yù)測因素，對年齡在35～70歲的當(dāng)?shù)爻Ｗ∞r(nóng)村居民進(jìn)行問卷調(diào)查及相關(guān)實(shí)驗(yàn)室檢查;采取非條件Logistic逐步回歸的方法分析與幽門螺旋桿菌(Helicobacter pylori，Hp)感染有關(guān)的影響因素，采用有序結(jié)果的

3、累積優(yōu)勢Logistic回歸分析影響胃癌防治知識得分高低的因素;利用BP-ANN胃癌預(yù)測模型對調(diào)查人群進(jìn)行患病風(fēng)險(xiǎn)的預(yù)測，按照預(yù)測值從小到大的分布，以P95、P90等為參照，逐步選取相應(yīng)的截?cái)嘀祦砗Y選高危人群并進(jìn)行胃鏡病理確診，以評價模型的篩查效果和探討篩查高危人群的適宜截?cái)嘀怠?br>　　結(jié)果：1.現(xiàn)場共調(diào)查4522人，男性1664人，女性2858人，年齡中位數(shù)為55歲。2.Up的粗感染率為55.09％，標(biāo)化感染率為54.97％; H

4、p感染的多因素非條件Logistic回歸分析顯示血型和胃炎病史有統(tǒng)計(jì)學(xué)意義(P＜0.05)。3.村民胃癌防治知識偏低，低分段人群占73.1％;胃癌防治知識的多因素有序結(jié)果的累積優(yōu)勢Logistic回歸分析顯示年齡、文化程度、健康教育頻率、月收入、胃炎病史、胃癌家族史等有統(tǒng)計(jì)學(xué)意義(P＜0.05)。4.參照BP-ANN胃癌預(yù)測模型預(yù)測值分布的P95，將預(yù)測值≥0.92的200人作為高危人群進(jìn)行了胃鏡病理檢查確診，實(shí)際檢查180人，依從率9