您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览301 | 下载142

目的:应用分类树模型构建重症手足口病的预测模型,并评价其应用价值。方法:整群抽取河南省郑州市某医院2013年4月至6月住院治疗的221例发病时间≤72 h的手足口病患儿为研究对象,采用CHAID分类树算法建立重症手足口病的预测模型,采用错分概率Risk值、索引图及受试者工作特征曲线评价模型的应用价值。结果:所建立的分类树模型包括3层,共9个结点,共筛选出4个解释变量:精神差、易惊、热峰≥39℃、手足抖动;其中最为重要的预测因素为精神差和易惊。模型错分概率Risk值为0.045,模型拟合的效果较好。结论:分类树模型不仅能有效地拟合重症手足口病的风险预测,还可以对变量间的交互作用进行有效的筛选。

作者:隋美丽;申远方;黄学勇;杨海燕;马晓梅;李懿;冯慧芬;段广才

来源:郑州大学学报(医学版) 2015 年 1期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:301 | 下载:142
作者:
隋美丽;申远方;黄学勇;杨海燕;马晓梅;李懿;冯慧芬;段广才
来源:
郑州大学学报(医学版) 2015 年 1期
标签:
重症手足口病 分类树 危险因素 预测模型 severe hand-foot-mouth disease classification tree risk factor prediction model
目的:应用分类树模型构建重症手足口病的预测模型,并评价其应用价值。方法:整群抽取河南省郑州市某医院2013年4月至6月住院治疗的221例发病时间≤72 h的手足口病患儿为研究对象,采用CHAID分类树算法建立重症手足口病的预测模型,采用错分概率Risk值、索引图及受试者工作特征曲线评价模型的应用价值。结果:所建立的分类树模型包括3层,共9个结点,共筛选出4个解释变量:精神差、易惊、热峰≥39℃、手足抖动;其中最为重要的预测因素为精神差和易惊。模型错分概率Risk值为0.045,模型拟合的效果较好。结论:分类树模型不仅能有效地拟合重症手足口病的风险预测,还可以对变量间的交互作用进行有效的筛选。

Baidu
map