期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
血管性高危因素预测血管性轻度认知障碍:支持向量机模型构建及应用
被引量:
1
1
作者
张倩
卞敏洁
+1 位作者
何琴
黄东锋
《中国组织工程研究》
CAS
北大核心
2023年第2期287-292,共6页
背景:随着人口老龄化的不断进展,轻度认知障碍患者逐步增多。越来越多的证据表明,血管性高危因素与血管性认知障碍有显著的相关性。因此,血管性高危因素也可作为识别和预测血管性认知障碍的方法之一。目的:探索以血管性高危因素构建的...
背景:随着人口老龄化的不断进展,轻度认知障碍患者逐步增多。越来越多的证据表明,血管性高危因素与血管性认知障碍有显著的相关性。因此,血管性高危因素也可作为识别和预测血管性认知障碍的方法之一。目的:探索以血管性高危因素构建的支持向量机模型在识别血管性轻度认知障碍中的临床价值,以期作为一种简易的筛查工具应用于基层机构、社区以及居家康复中。方法:纳入研究的受试者行认知功能评估,根据评估结果分为正常组、血管性轻度认知障碍组和痴呆组;同时采用方差分析筛选出3组间有统计学差异的血管性高危因素,从而构建血管性轻度认知障碍筛查的支持向量机模型,使用敏感度、特异度、阳性预测值、阴性预测值及曲线下面积评估模型的预测性能。结果与结论:①符合纳入标准的80例受试者中,根据认知功能评估结果分为正常组(39例)、血管性轻度认知障碍组(24例)和痴呆组(17例);②组间单因素方差分析结果发现收缩压、空腹血糖、总胆固醇、低密度脂蛋白、血尿酸5个血管性高危因素组间存在统计学意义(P<0.05);③故用上述5个因素构建模型,结果显示筛查血管性轻度认知障碍的灵敏度为0.8453,特异度为0.9194,阳性预测值为0.8180,阴性预测值为0.9327,受试者工作曲线结果显示曲线下面积为0.8923;④提示基于常规体检项目中血管性高危因素构建支持向量机模型在血管性轻度认知障碍筛查中具有较高的辨别效能,且其简单易行,可作为一种筛查的方法应用于基层机构、社区以及居家康复中。
展开更多
关键词
血管性高危因素
血管性
轻度认知障碍
痴呆
支持向量机
机器学习
下载PDF
职称材料
题名
血管性高危因素预测血管性轻度认知障碍:支持向量机模型构建及应用
被引量:
1
1
作者
张倩
卞敏洁
何琴
黄东锋
机构
中山大学附属第七医院
出处
《中国组织工程研究》
CAS
北大核心
2023年第2期287-292,共6页
基金
中山大学临床医学研究5010计划(2014001),项目负责人:黄东锋。
文摘
背景:随着人口老龄化的不断进展,轻度认知障碍患者逐步增多。越来越多的证据表明,血管性高危因素与血管性认知障碍有显著的相关性。因此,血管性高危因素也可作为识别和预测血管性认知障碍的方法之一。目的:探索以血管性高危因素构建的支持向量机模型在识别血管性轻度认知障碍中的临床价值,以期作为一种简易的筛查工具应用于基层机构、社区以及居家康复中。方法:纳入研究的受试者行认知功能评估,根据评估结果分为正常组、血管性轻度认知障碍组和痴呆组;同时采用方差分析筛选出3组间有统计学差异的血管性高危因素,从而构建血管性轻度认知障碍筛查的支持向量机模型,使用敏感度、特异度、阳性预测值、阴性预测值及曲线下面积评估模型的预测性能。结果与结论:①符合纳入标准的80例受试者中,根据认知功能评估结果分为正常组(39例)、血管性轻度认知障碍组(24例)和痴呆组(17例);②组间单因素方差分析结果发现收缩压、空腹血糖、总胆固醇、低密度脂蛋白、血尿酸5个血管性高危因素组间存在统计学意义(P<0.05);③故用上述5个因素构建模型,结果显示筛查血管性轻度认知障碍的灵敏度为0.8453,特异度为0.9194,阳性预测值为0.8180,阴性预测值为0.9327,受试者工作曲线结果显示曲线下面积为0.8923;④提示基于常规体检项目中血管性高危因素构建支持向量机模型在血管性轻度认知障碍筛查中具有较高的辨别效能,且其简单易行,可作为一种筛查的方法应用于基层机构、社区以及居家康复中。
关键词
血管性高危因素
血管性
轻度认知障碍
痴呆
支持向量机
机器学习
Keywords
vascular risk factor
vascular mild cognitive impairment
dementia
support vector machines
machine learning
分类号
R459.9 [医药卫生—治疗学]
R318 [医药卫生—生物医学工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
血管性高危因素预测血管性轻度认知障碍:支持向量机模型构建及应用
张倩
卞敏洁
何琴
黄东锋
《中国组织工程研究》
CAS
北大核心
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部