脑血管血液动力学参数脑卒中预测模型的建立
http://www.100md.com
曹奕丰；王桂清；黄久仪；郭秀娥；郭佐；杨永举；冯春红
脑血管疾病|血液动力学|预测模型,关键词：
参见附件(31kb)。
曹奕丰；王桂清；黄久仪；郭秀娥；郭佐；杨永举；冯春红 上海市脑血管病防治研究所 200433 中华流行病学杂志 2003 9
关键词：脑血管疾病；血液动力学；预测模型
目的 根据脑血管血液动力学参数(CVHI)和脑卒中的主要危险因素建立脑卒中预测模型。方法 选择全国六大行政区脑卒中研究队列人群2 5 35 5例,将基线调查时的CVHI检测结果进行主成分分析,再以各主成分和主要脑卒中危险因素为自变量,以随访中脑卒中发病为应变量进行回归分析,根据回归系数建立脑卒中预测模型,计算发病概率,绘制ROC曲线,确定最佳截断点,评价预测模型的预测效能。结果 四个主成分的累积贡献率依次为5 8.1%、79.4 %、88.4 %和94 .6 % ,被筛检进入logistic回归方程的变量分别为第一至第四主成分、高血压病史、年龄和性别,ROC曲线下面积为0 . ..
关键词：脑血管疾病；血液动力学；预测模型
目的 根据脑血管血液动力学参数(CVHI)和脑卒中的主要危险因素建立脑卒中预测模型。方法 选择全国六大行政区脑卒中研究队列人群2 5 35 5例,将基线调查时的CVHI检测结果进行主成分分析,再以各主成分和主要脑卒中危险因素为自变量,以随访中脑卒中发病为应变量进行回归分析,根据回归系数建立脑卒中预测模型,计算发病概率,绘制ROC曲线,确定最佳截断点,评价预测模型的预测效能。结果 四个主成分的累积贡献率依次为5 8.1%、79.4 %、88.4 %和94 .6 % ,被筛检进入logistic回归方程的变量分别为第一至第四主成分、高血压病史、年龄和性别,ROC曲线下面积为0 . ..
您现在查看是摘要介绍页，详见CAJ附件(31kb)。