川崎病早期冠狀動脈損傷的認(rèn)知圖構(gòu)建.pdf

1、目的：
　　構(gòu)建川崎?。↘awasaki Disease，KD）急性期并發(fā)冠狀動脈損傷（Coronary Artery Lesion，CAL）的預(yù)測模型和認(rèn)知圖（Cognitive Map，CM），對臨床上該領(lǐng)域研究方法進(jìn)行探討。
　　方法：
　　通過查閱PubMed、Web of Science、EBSCCO、中國知網(wǎng)、萬方、維普等數(shù)據(jù)庫，提取既往研究中KD并發(fā)CAL危險因素的生物學(xué)指標(biāo)，同時在數(shù)據(jù)庫中提取KD患兒入

2、院后第一次生化檢查指標(biāo)，刪除缺失率超過5%的指標(biāo)后對數(shù)據(jù)進(jìn)行處理，采用B-P神經(jīng)網(wǎng)絡(luò)（Back Propagation Artificial Neural Network，BPANK）建立的預(yù)測模型來確定各指標(biāo)廣義權(quán)重（Generalize Weight，GW），利用貝葉斯網(wǎng)絡(luò)（Bayesian Network，BN）挖掘各生物學(xué)指標(biāo)與CAL的關(guān)系，結(jié)合GW確定在BPANN預(yù)測模型中與KD并發(fā)CAL有關(guān)的主要危險因素和各個因素間的關(guān)聯(lián)強(qiáng)

3、度，最后構(gòu)建KD并發(fā)CAL的CM。
　　結(jié)果：
　　BPANN預(yù)測模型結(jié)果顯示訓(xùn)練集的分類一致率為94.64%，靈敏度為63.76%,特異度為99.85%；測試集分類一致率為94.63%，靈敏度為53.45%，特異度為99.59%。GW散點圖中紅細(xì)胞、白細(xì)胞在整個模型中的權(quán)重接近于0；BN模型結(jié)果顯示紅細(xì)胞、白細(xì)胞計數(shù)與CAL獨立，其余各個節(jié)點間存在7條關(guān)系，分別為年齡與紅細(xì)胞壓積，年齡與中性粒細(xì)胞百分比，血紅蛋白與CAL，

4、紅細(xì)胞壓積與血紅蛋白，CAL與中性粒細(xì)胞百分比，血小板計數(shù)與中性粒細(xì)胞百分比，中性粒細(xì)胞百分比與C-反應(yīng)蛋白。
　　結(jié)論：
　　根據(jù)患兒入院后第一次生化檢查數(shù)據(jù)，采用BPANN方法建立KD患兒并發(fā)CAL的預(yù)測模型，提高了預(yù)測精度，對臨床早期識別并發(fā)CAL的高?；純壕哂袇⒖家饬x。結(jié)合BN結(jié)果，構(gòu)建年齡、血小板計數(shù)、紅細(xì)胞壓積、血紅蛋白、C-反應(yīng)蛋白、中性粒細(xì)胞百分比與CAL之間的CM，直觀的顯示了各指標(biāo)間的關(guān)聯(lián)關(guān)系及關(guān)聯(lián)強(qiáng)度，