类风湿关节炎血清学实验数据挖掘及其应用
自身抗体,人工神经网络,ROC,循证医学
摘要:目的 提炼血清学检验数据对类风湿关节炎的临床诊断信息,实现类风湿关节炎早期干预治疗。方法 采用临床流行病学方法回顾分析类风湿关节炎血清学检验数据,优选试验指标建立人工神经网络诊断模型,SPSS统计软件进行ROC分析并将ROC数据集扩展计算其漏诊率、误诊率和验后概率,验证其诊断价值。结果 在24694例样本中18项自身抗体检测指标优选出抗环瓜氨酸肽抗体(CCP-AB)、类风湿因子(RF)、抗核抗体(ANA),受试者工作特征曲线(ROC)曲线下面积(AUC)依次为0.910、0.765和0.676。建立的人工神经网络诊断模型的AUC为0.984。灵敏度、特异性和阳性预测值分别为96%、98%和61%。结论 优选出血清学检验建立人工神经网络诊断模型对类风湿关节炎的诊断具有较高的准确性、统一性和可循证性。关键词:类风湿关节炎;自身抗体;人工神经网络;ROC;循证医学
美国风湿病学学会(ACR)和欧洲抗风湿病联盟(EULAR)2009年关于类风湿关节炎(RA)分类标准将类风湿因子(RF)和抗环瓜氨酸肽抗体(CCP-AB)作为重要的血清学指标 ......
您现在查看是摘要页,全文长 3277 字符。