BP人工神经网络用于肺鳞癌预后预测

目的 利用两个预后分析模型———time -codedmodel和single -timepointmodel ,结合实际数据进行肺癌预后结果预测。方法 利用LM算法和停止准则进行迭代。结果 利用BP人工神经网络的两个模型对于学习集数据的拟合情况要远远好于传统的Cox回归和logistic回归 ,若样本收集具有代表性 ,该网络可以任意精度逼近任意映射。利用停止准则后 ,在数据收集不是非常全面的条件下 ,预测效果与传统方法无差别。结论 BP人工神经网络可以用于肺癌预后结果预测。

因子分析在恶性肿瘤病因学研究中的应用

本文探讨了因子分析在恶性肿瘤病因学研究中的应用问题。并对750例大肠癌病例对照资料进行了分析。结果表明这种方法可以从众多的原始变量中提取少数几个有实际意义且相互独立的公因子,用公因子代替原始变量做相应的统计分析,有利于接近事物本质地探讨恶性肿瘤发生的病因学。

单因子相关分析与多因子回归分析微量及常量元素与急性心肌梗塞关系的研究

报告38例急性心肌梗塞（AMI）患者和40例对照组患者6种元素的测定值，并进行单因子相关分析和多因子回归分析。结果：AMI血清硒（Se）、锌（Zn）、钙（Ca）、镁（Mg）降低，铜（Cu）增高，均有非常显著性差异（P＜0．01或＜0．001），锶（Sr）则无显著性差异（P＞0．05）；同时设计多元回归判断式，使AMI阳性符合率为73．68％，而对照组阴性符合率达85．00％。说明单因子相关分析与多因子回归分析有相同趋势。作者探讨了各种元素与AMI的联系及发生机制，措出各种元素的检测和人体元素的平衡调整对防治AMI和冠心病有重要的临床意义。