| 摘要: |
| 目的探讨基于遗传算法优化的误差反向传播（GABP）神经网络构建的预警模型在手足口病重症早期预测中的作用，为重症患儿早期识别提供参考。方法以2014年1月—2016年12月杭州市儿童医院收治的EV71型重症和普通型手足口病患者为对象建立预测模型并进行模型验证。采用MATLABR2016b构建误差反向传播（BP）模型，计算危险因素的平均影响值（MIV），选取MIV排名前20位的因素优化BP神经网络结构。计算均方根误差，以最小值作为遗传算法最优解，优化BP神经网络的权值和阈值，构建GABP模型。采用五折交叉验证法对模型的性能进行验证，以AUC、特异度和敏感度为指标，比较GABP模型与BP模型的预测性能。结果影响手足口病重症化的前20位危险因素依次为惊跳天数、通用型病毒载量、最高体温、EV71病毒载量、IgM、精神差、肌酸激酶同工酶、FPG水平、易惊、咳嗽、发热（≥37.4℃）天数、颈强直、散居/托幼、IgA、性别、呼吸节律不齐、高热（≥39.0℃）天数、发病至入院时间、手足抖动、体质量。BP模型最终的网络结构为20→40→1，网络性能评价显示GABP模型达到预设均方根误差的步数为100步，所需时间24s，五折交叉验证中GABP每组模型的AUC均显著高于BP模型，灵敏度和特异度也均优于BP模型。结论GABP神经网络能提高模型训练效率和预测精准度，可作为EV71型手足口病重症早期预警的参考工具。 |
| 关键词: |
| DOI：10.12056/j.issn.1006-2785.2022.44.23.2022-2128 |
| 分类号: |
| 基金项目:杭州市科技发展计划项目（20150633B19） |
|
|
|
|
| Abstract: |
|
| Key words: |
