基于神经网络的川崎病并发冠状动脉病变预测模型
川崎病合并冠状动脉病变的研究进展
世界最新医学信息文摘 2019年 第19卷 第19期29投稿邮箱：sjzxyx88@·综述·川崎病合并冠状动脉病变的研究进展毛英（贺州市人民医院，广西 贺州 542899）0 引言川崎病（KD ）又名为皮肤黏膜淋巴结综合征，多发生于低于5岁的儿童，是一种全身血管病变的综合征，现阶段KD 的发病病因、机制等还未明确。
KD 可导致多种严重的心血管并发症，如：冠心病、心肌炎等，其中冠心病发病率最高。
随疾病的进展，冠状动脉内径降低导致心肌缺血，严重者甚至导致心肌梗死，为导致后天性儿童心脏变的主要发病危险因素。
现阶段对于KD 患者的标准标准方案为静脉输注丙种球蛋白（IVIG ）联合大剂量阿司匹林，早期对KD 患者进行干预冠心病发病率可降低为3.0%至5.0%，死亡率可降低为0.2%；而未能及时进行干预的患儿冠脉损伤（CAL ）发生率为15.0%至25.0%。
因此，对KD 患儿及早实施干预治疗，能够降低患儿心血管并发症的发生率，改善患儿的预后具有重要作用。
1 KD 流行病学特点KD 多发生于3个月至5岁的儿童，其流行范围较广，但亚洲人群发病率高于白种人群，亚洲地区中日本发病率最高，除此之外，KD 还具有家族聚集性，父母双方有患病者，后代患病率高于无家族史者，因此认为该病受遗传因素干扰；继发于感染的KD 患儿较少，虽有部分患儿可有感染后导致发病，考虑与个人易感性有关。
KD 的发病率呈逐年升高趋势，可能与超声科医师相关疾病影响资料的认知加深有关，在检查时能够及时做出正确的诊断。
2 KD 合并冠脉病变的发病机制KD 的病因及合并CAL 的发病机制现阶段还未明确，但考虑与感染因素有关。
有研究认为[1]，细菌、消化道病毒等十几种病院微生物与KD 发病有关，研究表明，66.0%KD 患儿发病前存在与患有感染性疾病人群的接触史。
也有研究表明[2]，CAL 患儿肺炎支原体感染及消化系统感染发病率高于非CAL 患儿，提示肺炎支原体感染及消化系统感染为KD 患儿并发CAL 的影响因素之一。
基于人工智能技术的疾病预测模型研究
基于人工智能技术的疾病预测模型研究Introduction疾病预测模型是指通过利用医学数据来预测患者是否患有某种疾病以及该疾病的严重程度。
由于现代医学技术的发展，医疗数据获取更加便捷和稳定，结合人工智能技术，可以更加准确地预测疾病发生的可能性和风险。
Literature Review疾病预测是非常重要的医学研究领域。
SVM (Support Vector Machine) 、NN (Neural Network) 、kNN (k-Nearest Neighbor) 和NB (Naive Bayes)等机器学习算法都被广泛应用于疾病预测模型中。
在这些算法中，最常用的是基于深度学习的神经网络。
神经网络通过复杂的权重和激活函数来学习医疗数据的特征，并通过模型输出来预测疾病发生的概率。
Methodology本研究采用了深度学习的方法，以预测糖尿病患者的风险为例。
我们在数据集上训练了一个具有多个隐藏层的深度神经网络模型。
在测试数据集上进行测试，我们的模型能够准确地预测糖尿病患者的分级，并帮助医生对这些患者进行更有效的治疗手段。
此外，我们采用了交叉验证和dropout技术来防止过度拟合模型，从而提高模型的泛化能力和准确性。
Results在本研究中，我们使用了Pima印第安人糖尿病数据集来验证我们的模型。
该数据集有768个样本，每个样本有8个特征。
我们将数据集划分为训练数据集和测试数据集，其中训练数据集占80％，测试数据集占20％。
模型在测试数据集上的准确率为85％，F1-Score为0.81，召回率为0.77。
这表明我们开发的基于神经网络的疾病预测模型具有高准确性和高预测精度，可以帮助医生更好地识别和治疗糖尿病患者。
Discussion在本研究中，我们使用深度神经网络作为疾病预测模型的主要算法，并采用交叉验证技术和dropout技术来提高模型的性能。
然而，随着人工智能技术的不断发展，疾病预测模型的性能还可以进一步提高。
川崎病合并冠状动脉病变的研究进展
因可 能 有 非 常 重 要 的 作 用。 对 ＫＤ 并 发 ＣＡＬ 急 性 期患儿的冠状动脉 进 行 病 理 学 检 查 发 现，在 冠 状 动
脉损伤部位出现大量活化的 Ｔ 淋巴细胞和 ＣＤ８＋Ｔ 细胞，而 ＫＤ 免 疫 系 统 激 活 导 致 血 管 免 疫 损 伤 的 始 动环节和关键步骤就是 ＢＴＮＬ２基因引起的 Ｔ 淋巴 细胞的异常活化 。 ［９］ １．２．２ 三 磷 酸 肌 醇 激 酶 Ｃ （ｉｎｏｓｉｔｏｌ １，４，５－ｔｒｉ－ ｓｐｈｏｓｐｈａｔｅ ３－ｋｉｎａｓｅ Ｃ，ＩＴＰＫＣ）基 因 Ｋｕｏ［１０］等 研究发现，我国 台 湾 ＫＤ 患 儿ＩＴＰＫＣ（ｒｓ２８４９３２２９） 位 点 与 冠 状 动 脉 病 变 相 关 。 在 染 色 体 １９ｑ１３．２ 上 的 肌醇１，４，５－三磷酸 ３－ 激 酶 Ｃ（ＩＴＰＫＣ）基 因 中 鉴 定出功能性 ＳＮＰ（ｉｔｐｋｃ＿３），其与川崎病易感性显著 相关并且还可以增加冠状动脉病变的风险。对日本 和美国的孩子进行研究发现，ｉｔｐｋｃ＿３的 Ｃ 等位基因 降低 了 ＩＴＰＫＣ ｍＲＮＡ 的 剪 接 效 率。ＩＴＰＫＣ 通 过 Ｃａ２＋／ＮＦＡＴ 信号通路充当 Ｔ 细 胞 活 化 的 负 调 节 因子，Ｃ 等位基因可能导致川崎病的免 疫 高 反应性。 这一发现 为 川 崎 病 的 免 疫 激 活 机 制 提 供 了 新 的 见 解，并强调了 Ｔ 细胞的活化 在 这 种 血 管 炎 发 病 机 制 中的重要性 。 ［１１］ １．２．３ 半 胱 天 冬 酶 ３（ｃａｓｐａｓｅ－３，ＣＡＳＰ３）基 因 细胞凋亡是由许多因子导致的，ＣＡＳＰ３ 基因是其中 的关键因子。在 Ｃａｓｐａｓｅ－３ 非 翻 译 区 （ＣＡＳＰ３）出 现具多态 性 的 单 核 苷 （ｒｓ１１３４２０７０５）位 点 。 ［１２］ 我 国 台湾的 ＫＤ 患儿ｒｓ１１３４２０７０５的 次 要 等 位 基 因 频 率 为３４．８％，这 个 单 核 苷 酸 多 态 性 与 ＫＤ 易 患 性 有 关，也与活化的 Ｔ 细胞激 活 的 核 酸 分 子 有 关。 台 湾 学者也 发 现 ＣＡＳＰ３ 与 ＫＤ、ＣＡＬ 之 间 存 在 相 关 性 （Ｐ＝０．０２２７，ＯＲ：３．０６）［１３］，由 此 推 测，ＣＡＳＰ３ 是 通 过影响 ＫＤ 患儿 的 免 疫 系 统，增 加 了 ＫＤ 患 儿 并 发
(整理)基于神经网络和灰色理论的冠心病月就诊人数的预测模型
2013南昌大学第十届数学建模竞赛承诺书我们仔细阅读了南昌大学数学建模竞赛的竞赛规则。
我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。
如有违反竞赛规则的行为，我们将受到严肃处理。
我们参赛选择的题号是（从A/B中选择一项填写）： B 。
报名序号是(没有或不清楚可不填)：NO.85 。
参赛队员(打印并签名) ：所属院系（请填写完整的全名）：1.范元冠杰签名：院系：高等研究院2.黄志涵签名：院系：太阳能光伏学院3.李巧签名：院系：信息工程学院日期：2013 年5 月28 日2013南昌大学第十届数学建模竞赛编号专用页评阅编号：评阅记录：评阅人备注基于神经网络和灰色理论的冠心病月就诊人数的预测模型摘要本文分别对冠心病与就诊人数的统计描述、与环境因素的关系、预测建立了不同的模型。
首先建立了模型一：基于多种统计方法的统计描述模型和模型二：基于小波分析的数据分析模型，得出各个环境因素随月份增加的变化为周期性，同步调的；月病例数主要受大气的平均气压，平均湿度和最高温度的影响，而且与平均气压成正相关，与平均湿度和最高温度成负相关。
月病例数总体呈现出增大的趋势，具有波动性。
然后根据以上结论，选取主要因素平均气压，平均湿度和最高温度作为输入参数，月病例数作为输出参数建立模型三：96-10-7-1四层神经网络进行拟合，建立起病例数与主要环境因素的关系。
分析网络训练的performance图和regress图得到均方差为5.1176×10-5，R =0.9999，由此认为此模型十分精确并接受。
由于病例数序列符合灰色系统的定义，我们建立了模型四：GM(1,1)预测模型，将病例数数据按月分为12组，即2000~2007年1月份数据、2000~2007年2月份数据……2000~2007年12月份数据，分别使用GM(1,1)模型对月数据进行5年预测，最后汇总为2008年~2012年的病例数预测数据。
基于贝叶斯公式的川崎病患儿并发冠状动脉损伤的认知模型研究
【 Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ 】 Ｏｂ ｊ ｅ ｃ ｔ ｉ ｖ ｅ Ｔ ｈ ｉ ｓ ｓ ｔ ｕ ｄ ｙ ａ ｉ ｍ ｓ ｔ ｏ ｅ ｓ ｔ ａ ｂ ｌ ｉ ｓ ｈ ｔ ｈ ｅ Ｂ ａ ｙ ｅ ｓ Ｍ ｏ ｄ ｅ ｌ ｏ ｆ Ｋ ａ ｗ ａ ｓ ａ ｋ ｉ ｄ ｉ ｓ ｅ ａ ｓ ｅ ｓ ｗ ｉ ｔ ｈ ｃ ｏ ｒ ｏ ｎ ａ ｒ ｙ ａ ｒ ｔ ｅ ｒ ｙ ｌ ｅ ｓ ｉ ｏ ｎ ｓ
Ｓ Ｏ ＮＧ Ｐ ，ＨＵ Ａ Ｎ Ｇ Ｓ ｈ ｉ —ｘ ｉ ｎ ，Ｌ Ｕ Ｏ Ｙ ａ —ｌ ｉ ｎ ｇ ．Ｃ ｏ ｌ ｌ ｅ ｇ ｅ ｏ ｆ Ｍｅ ｄ ｉ ｃ ａ ｌ Ｉ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｃ ｓ ，Ｃ ｈ ｏ ｎ ｇ ｑ ｉ ｎ ｇ Ｍｅ ｄ ｉ ｃ ａ ｌ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ，Ｃ ｈ ｏ ｎ ｇ ｑ ｉ ｎ ｇ
・
４１ ０６ ・
ｈ ｔ ｔ ｐ：／ ／ ｗｗｗ． ｃ ｈ ｉ ｎ ａ ｇ ｐ ． ｎ ｅ ｔ Ｅ— ｍａ ｉ ｌ ：ｚ ｇｑ ｋ ｙ ｘ ＠ｃ ｈ ｉ ｎ ａ ｅｏ ． ｎ ｅ ｔ ． ｃ ｎ
・
论著 ・
・方 法 学 研 究 ・
基 于 贝 叶 斯公 式 的 川 崎病 患儿 并发 冠 状 动 脉 损 伤 的 认 知 模 型 研 究
Ｓ ｔ ｕｄｙ ｏｎ Ｃｏ ｇｎ ｉ ｔ ｉ ｖｅ Ｍ ｏ ｄｅ ｌ ｏｆ Ｋａ ｗａ ｓ ａ ｋｉ Ｄｉ ｓ ｅ ａｓ ｅ ｗｉ ｔ ｈ Ｃｏｒ ｏ ｎ ａｒ ｙ Ａｒ ｔ ｅ ｒ ｙ Ｌｅ ｓ ｉ ｏ ｎｓ ｂｙ Ｂａｙ ｅ ｓ Ｍ ｅ ｔ ｈｏ ｄ ＺＨ ＯＵ Ｘｕ ｅ —ｑ ｉ ｎ ｇ，
儿童 医院 ７ ８ ４例住院川崎病患儿的Ｉ 临床资料 ，对影响川崎病患儿并发 Ｃ Ａ Ｌ的因素进行 单 因素分析 ，将有统计学意义 的
川崎病200例合并冠状动脉病变相关因素的临床分析
41
川崎病 200 例合并冠状动脉病变相关因素的临床分析
王玉，种青，张巧玲
（包头市第四医院儿科，内蒙古 包头）
· 临床研究 ·
摘要：川崎病是一种自限性血管炎性综合征，早期表现为小血管病变，到中晚期则以冠状动脉病变为较严重的并发症，目前世界上
0 引言
我 们 对 1998 年 至 2008 年 住 院 的 川 崎 病 患 儿 进行了回 顾性分析， 总结如下：
2.3 冠状动脉的病变
低年龄组患儿 96 例及高年龄组 104 例均具有冠状动脉 资料。其中低年龄组患儿合并冠状动脉增宽的为 80 例占患 儿 的 83%， 高 年 龄 组 冠 状 动 脉 增 宽 为 46 例， 占发病人数的 44.2%， 差异有统计学意义。低年龄组中约 16 例患儿发生冠 状动脉瘤， 高年龄组为 5 例， 差异有统计学意义。低年龄组 巨大冠脉瘤 2 例， 高年龄组无此病历。
2.4 实验室检查
1.2 诊断标准
见表 1， 低年龄组患儿血小板数明显高年龄组患儿， 血黏 度也明显高于高年龄组患儿， 有统计学意义。
川 崎 病 诊 断 标 准 参 照 2004 年 美 国 心 脏 病 协 会 （AHA） 表 1 两组患儿血小板及血黏度的对比差异 川崎病诊疗指南 [2]： 发热时间大于 5 天加 4 条以上其他主要 组例 PLT 明显增高（%） 血黏度明显增高 （%） 临床特征 （包括四肢末梢的变化， 多型性皮疹， 双侧球结膜充 低年龄组 98% 97.5% 血， 口唇及口腔改变， 急性非化脓性淋巴结肿大） ， 诊断为川 高年龄组 73% 70% 崎病。发热 4 天以上但具备 4 条以上临床表现者也可诊断； 注： 血小板明显增高指 PLT 大于 450— 600 万以上。 不明原因的发热≥ 5 天， 具有 2 至 3 条其他主要临床特点， 2.5 治疗 并且伴有冠状动脉病变， 诊断为不完全川崎病。 低 年 龄 组 和 高 年 龄 组 应 用 IVIG 治 疗 率 分 别 为 97% 和 冠状动脉扩张标准参照 1984 年日本卫生部制订的标准， 80%， 差异无统计学意义。患儿第一次应用 IVIG 冲击治疗 即冠状动脉扩张标准为﹤ 5 岁冠状动脉内径 >3mm， ≥ 5 岁冠 （1-2g/kg/d）退 热 时 间 为 低 年 龄 组 （1.08±1.32）天， 高年龄 状动脉内径 >4mm。冠状动脉瘤的诊断标准： 冠状动脉局限 组为 （2±1.24）天， 有差异。早期应用 IVIG 治疗， 冠脉瘤发 或弥漫性扩张， 其直径超过相临正常冠状动脉的 1.5 倍， 内径 生率低于不使用或发病晚期使用 IVIG。 在 4.1-4.9mm 为小冠状动脉瘤； 5-7.9mm 为中等冠状动脉瘤； ≥ 8mm 为巨大冠状动脉瘤。 3 讨论 结合以上标准， 所入选的 200 例川崎病患儿均符合以上 现有的流行病学调查大多显示川崎病男性数量高于女 诊断标准。 性。我们本次调查男女比例为 1.2： 1， 结合美国， 日本等研究 1.3 分组及观察指标 结果， 提示男性更易患病。年龄越小， 热程相对越长， 但口唇 所观察的患儿按年龄分为婴儿组 （﹤ 1 岁） ， 幼儿组 （2-5 改变及淋巴结肿大发生率及特异性不明显， 而非特异性症状 岁） ， 按性别分为男患儿组和女患儿组。对比指标包括： 临床 如呼吸道感染和消化道症状较明显。 而年长儿特异性症状如： 表现， 发病年龄， 治疗情况， 实验室结果 （主要为血小板数及 结膜充血， 黏膜症状明显， 非特异性症状不明显。小年龄组 血黏度变化）合并冠状动脉病变的发生率。另外， 对接受静 PLT 增高明显， 这除了本病的影响外， 与该阶段患儿的血液 脉注射用人免疫球蛋白 （IVIG）治疗的时间及应用后症状的 学特点及感染因素亦有关系。本研究表明， 患儿年龄组越小， 缓解程度及合并症的发生率是否有影响进行了比较。 合并冠状动脉改变的可能性越大。血小板越高， 血黏度越高， 越容易合并血栓形成。应早期干预对症治疗。研究还表明， 2 结果 早期及时使用 IVIG 治疗， 可以于急性期尽快缓解临床症状， 2.1 一般情况 并降低冠状动脉扩张的发生率。 200 例患儿中， 96 例为低年龄组， 104 例为高年龄组。患 儿特点： 男性占 55%， 女性占 45%， 男女比例为 1.2： 1。低年 参考文献 龄组与高年龄组男女比例分别为： 1.1： 1 和 1.4： 1， 两者之间 [1] Newburger JW,Takahashi M,Gerber MA,et al.Diagnosis,treatment,and long差异无统计学意义。 term management of Kawasaki disease:a statement for health professionals
川崎病的冠脉损伤并发症的预测方法及预测系统[发明专利]
![川崎病的冠脉损伤并发症的预测方法及预测系统[发明专利]](https://img.taocdn.com/s3/m/d0839d10ba0d4a7303763a56.png)
专利名称：川崎病的冠脉损伤并发症的预测方法及预测系统专利类型：发明专利
发明人：吕海涛,黎璇,江振荣,陈烨,孙凌,曹磊,钱为国,徐秋琴,王波,严文华,沈洁
申请号：CN201710641560.9
申请日：20170731
公开号：CN107423568A
公开日：
20171201
专利内容由知识产权出版社提供
摘要：本发明提供的川崎病的冠脉损伤并发症的预测方法及系统，所述方法包括以下步骤：采集建立SVM模型的21项原始参数；所述建模原始参数包括：性别，年龄，就诊时发热时间，临床分型，CRP检测值，WBC值，PLT值，Hb值，ALT值，AST值，ALB值，丙球蛋白使用时间，以及临床诊断症状指标；所述临床诊断症状指标包括：结膜充血，皮疹，口唇皲裂，杨梅舌，颈淋巴结肿大，手足硬肿，指趾脱皮，肛周脱皮，卡疤红肿；对所述原始参数做离散化处理以获得原始参数对应的SVM特征值；以SVM特征值为基础数据构建SVM模型，并通过所述SVM模型预测川崎病的冠脉损伤并发症。
本发明可以对病人进行早期干预治疗，促进冠状动脉损伤的恢复，对将来川崎病的诊治具有重要意义和价值。
申请人：苏州大学附属儿童医院,苏州赫博特医疗信息科技有限公司
地址：215000 江苏省苏州市工业园区钟南街92号
国籍：CN
代理机构：苏州威世朋知识产权代理事务所(普通合伙)
代理人：杨林洁
更多信息请下载全文后查看。
基于BP神经网络的疾病诊断模型
基于BP神经网络的疾病诊断模型●一●●一一一●、赣赣草木论坛学术论坛墨曩一曼、。
,势≯簟臀黪’?一,¨、爨蘑基于神经网络的疾病诊断模型中国矿业大学计算机学院郑楷洪兰妙萍摘要:医生诊断就诊人员是否惠肾炎时,通常要化验人体内各种元素含量,通过分析元素含量来判断病人是否患病。
为了能够方便准确的诊断疾病。
需要通过建立更加实用的数学模型来应用于诊断设备,实现更加准确的诊断。
本文引出了一种神经网络预测模型,通过对已有数据记录进行数学分析,找出简单有效的肾炎诊断方法。
用神经网络工具箱种元素化验结果作为网络的输入接点设计了三层神经网络模型,计算并对其检验。
得到满意的结果,并对组就诊病人数据进行了预测。
关键词:肾炎诊断;神经网络;数学模型;数据分析一、引言『.Ⅳ.?:?÷在现代生活当中,许多疾病困扰着我们的生活,在某种程度以.Ⅳ见Ⅳ庳:上说诊断疾病是一项相当复杂的过程,需要对许多因素进行分析,,?,;,.,;口有时甚至会出现误诊,而且有时需要花销大量费用。
为了节约费用且能够方便准确的诊断疾病需要通过建立更加实用的数学模型来来随机选取下一个学习样本向量提供给网络, 返回步骤应用于诊断设备,从而实现更加准确的诊断。
本文通过神经网络,直到个训练样本训练完毕。
构造出一个疾病诊断模型,通过对数据进行分析拟合来判断就诊人重新从个学习样本中随机选取一组输入和目标样员是否患病。
本,返回步骤,直到网络全局误差即给定误差小于预先设二、原理分析定的一个极小值,即网络收敛。
如果学习次数大于预定设定的值,网络就无法收敛。
神经网络可以是一种具有三层或三层以上的神经网络,包括输入层、中间层隐层和输出层,上下层之间实现全连接,而四、实验设计和结果分析每层神经元间无连接。
当一对学习样本提供给网络后,神经元的激网络的训练所采用的算法是反向传播法,可以以任意精度活值从输入层经各中间层向输出层传播,在输出层的各神经元获得逼近任意的连续函数。
IVIG无应答型川崎病预测模型的研究进展
IVIG无应答型川崎病预测模型的研究进展1.2.内蒙古自治区人民医院儿科呼和浩特010017【摘要】川崎病导致的冠状动脉损伤,已成为最常见的儿童获得性心脏病,IVIG联合阿司匹林治疗可降低其发生率｡部分患儿发生IVIG无应答,提高冠状动脉损伤的发生风险｡故提早预测IVIG无应答并给予加强措施有助于改善预后｡本文就IVIG无应答型川崎病预测模型进行综述｡【关键词】川崎病;IVIG无应答;预测模型【引言】川崎病(KD)是一种急性全身性非特异性中小血管炎,冠状动脉损伤是其最重要的并发症,导致心肌缺血､心肌梗死甚至死亡[1]｡未经治疗的川崎病患儿中约25%会发生冠状动脉损伤,IVIG联合口服阿司匹林降低冠状动脉病变的发生率,仍有部分患儿发生IVIG无应答,从而达不到预期的治疗效果[2]｡近年来分别有研究者在北京､苏州､兰州以及我国台湾地区对日本经典kobayashi评分进行验证,灵敏度分别为16%､72%､37.5%､30.95%,特异度分别为85%､62%､86.8%､82.02%[3-6]｡日本Egami评分系统进行验证,灵敏度分别为14%､44%､37.5%､13.1%,特异度分别为86%､82%､84.2%､93.64%[3-6]｡formosa评分进行验证,灵敏度分别为43%､68%､87.5%､67.86%,特异度分别为47%､48%､73.7%､62.28%[3-6],上述研究为新的IVIg无应答型KD的预测模型提供了数据支持｡最早使用机器学习算法预测IVIg无应答型KD的研究在2020年Wang[7]等人发表,该研究分析644例KD患儿的临床数据,其中124例为IVIg无应答型KD,分别使用逻辑回归(L1和L1正则化)､决策树､随机森林､AdaBoost､梯度增强机(GBM)和lightGBM共7种算法构建IVIg无应答型川崎病预测模型,发现GBM算法构建的预测模型具有最好的预测效能,ROC曲线下面积0.7423,灵敏度30.43%,特异度99.19%｡2021年Liu[8]等人回顾性分析了1398例KD患儿的数据,分别使用Logistic 回归列线图､支持向量机(SVM)､XGBoost和LightGBM机器学习算法构建IVIg无应答型KD预测模型,灵敏度分别为61.7%､68.1%､63.8%和70.2%,特异度为71.2%､84.1%､96.7%和90.3%,ROC曲线下面积为0.731､0.814､0.804和0.874｡2022年Huang[9]等人回顾性分析1293例KD患儿的临床数据,使用LASSO模型确定血红蛋白､中性粒细胞百分比､C反应蛋白､血清钠､血清碱性磷酸酶､冠状动脉损伤和完全KD作为IVIg无应答型KD的预测因子构建列线图,灵敏度为74%,特异度为64%,ROC曲线下面积为0.75｡本文综述了与IVIG无应答型KD相关预测模型,包括了传统的多因素逻辑回归和新型的机器学习算法可以深度挖掘数据,可能是一个新的方向,可以更深度发掘临床数据｡以期对临床治疗提供思路,达到早期识别干预IVIG无应答,减少严重并发症的发生｡[1]黄国英. 川崎病诊断和治疗面临的挑战 [J]. 中华儿科杂志, 2022,60(01): 3-5.[2]ZHENG X, LI J, YUE P, et al. Is there an association between intravenous immunoglobulin resistance and coronary artery lesion in Kawasaki disease?-Current evidence based on a meta-analysis [J]. Plos One, 2021, 16(3).[3]SONG R, YAO W, LI X. Efficacy of Four Scoring Systems in Predicting Intravenous Immunoglobulin Resistance in Children with Kawasaki Disease in a Children's Hospital in Beijing, North China [J]. The Journal of pediatrics, 2017, 184: 120-4.[4]QIAN W, TANG Y, YAN W, et al. A comparison of efficacy of six prediction models for intravenous immunoglobulin resistance inKawasaki disease [J]. Italian journal of pediatrics, 2018, 44(1): 33.[5]HUANG C N, WU F F, CHANG Y M, et al. Comparison of risk scoresfor predicting intravenous immunoglobulin resistance in Taiwanese patients with Kawasaki disease [J]. Journal of the Formosan Medical Association = Taiwan yi zhi, 2021, 120(10): 1884-9.[6]汪利霞. 基于机器学习的IVIG不敏感川崎病的影响因素及早期识别模型研究 [D]; 兰州大学, 2021.[7]WANG T, LIU G, LIN H. Correction: A machine learning approachto predict intravenous immunoglobulin resistance in Kawasaki disease patients: A study based on a Southeast China population [J]. PLoS One, 2021, 16(6): e0253675.[8]LIU J, ZHANG J, HUANG H, et al. A Machine Learning Model to Predict Intravenous Immunoglobulin-Resistant Kawasaki Disease Patients: A Retrospective Study Based on the Chongqing Population [J]. Front Pediatr, 2021, 9: 756095.[9]HUANG H, JIANG J, SHI X, et al. Nomogram to predict risk of resistance to intravenous immunoglobulin in children hospitalized with Kawasaki disease in Eastern China [J]. Annals of medicine, 2022, 54(1): 442-53.。
基于神经网络的心脑血管疾病预测模型研究
基于神经网络的心脑血管疾病预测模型研究随着社会的发展和生活的变迁，心脑血管疾病已经成为了影响人们健康的一个重要因素。
面对这种情况，人们急需找到一种可靠、有效的疾病诊断方法。
基于神经网络的预测模型就是一种非常有潜力的方法，能够通过机器学习的方式自动提取重要的特征和关联规律，从而实现疾病的精准预测、诊断和治疗。
首先，我们需要了解神经网络的基本工作原理。
神经网络是一种模拟人类大脑的计算机算法，它由许多处理单元（神经元）组成，每个神经元与其他神经元对输入信号进行计算和加工处理，最终形成输出结果。
神经网络的学习过程是通过调整各个神经元之间的连接权重，使得网络可以自动识别、分类和预测数据的特征。
在疾病预测的应用中，我们需要使用神经网络对大量的医疗数据进行训练，以便识别和预测特定的心脑血管疾病。
其次，我们需要设计和构建合适的神经网络结构。
不同的心脑血管疾病预测模型需要不同的神经网络结构来适应不同的数据特征和预测目标。
通常，一个神经网络由输入层、隐藏层和输出层三部分组成。
其中，输入层接收输入的数据，隐藏层对数据进行处理和加工，输出层输出预测结果。
在数据预处理阶段中，我们需要对输入的数据进行标准化和归一化处理，以便更好地适应神经网络的学习和预测过程。
最后，我们需要对神经网络模型进行训练和优化。
模型的训练过程就是让神经网络从大量的训练数据中学习到正确的特征和关联规律。
训练过程中，我们需要根据网络的误差和精度对网络的参数进行反向传播调整，以便获得更准确的预测结果。
同时，我们需要设置好适当的训练次数和学习率等调节参数，以获得更稳定和高效的结果。
在实际应用中，基于神经网络的心脑血管疾病预测模型已经被广泛应用于医学诊断和治疗领域。
例如，在心脏病预测方面，我们可以利用神经网络来预测和诊断心血管疾病的患病风险、预测心脏病发作和死亡风险等方面。
在脑部疾病诊断领域，神经网络可以帮助医生预测脑部血管疾病的发展趋势、预测脑出血的发生概率等问题。
川东北地区川崎病患者并发冠状动脉病变的预测因素
川东北地区川崎病患者并发冠状动脉病变的预测因素何永;莫国梁;康迁;皮光环;张家燕;邓斌【期刊名称】《西部医学》【年(卷),期】2024(36)2【摘要】目的探讨川东北地区川崎病(KD)并发冠状动脉病变(CAL)的预测因素。
方法收集川北医学院附属医院2015年1月-2018年12月收治的279例川崎病患儿临床资料行回顾性分析。
将其分为冠脉损伤组(79例,CAL组)和无冠脉损伤组(200例,NCAL组),对比两组患儿临床数据,采用Logistic回归分析KD并发CAL的独立危险因素,构建ROC曲线以确定危险因素的最佳预测界值及敏感度、特异度。
结果 79例(28.32%)KD患儿伴发CAL。
CAL组持续发热时间较NCAL组更长,CAL组中发热>10 d的患儿比例较NCAL组更高(均P<0.05)。
CAL组的心包积液发生率较NCAL组更高(P<0.05)。
CAL组PLT计数、纤维蛋白原(FIB)浓度显著高于NCAL组(均P<0.05)。
多因素分析结果显示,FIB浓度增加、PLT计数增加、心包积液是KD伴发CAL的独立危险因素。
通过ROC曲线分析显示FIB>4.54g/L预测KD伴发CAL的灵敏度和特异度分别为80.0%、63.6%;PLT>459×10^(9)/L预测KD伴发CAL的灵敏度和特异度分别为44.2%、86.5%。
结论 KD患儿急性期PLT计数、FIB浓度、心包积液对于预测KD伴发CAL具有一定的临床价值。
【总页数】5页(P286-290)【作者】何永;莫国梁;康迁;皮光环;张家燕;邓斌【作者单位】川北医学院附属医院;四川省妇幼保健院【正文语种】中文【中图分类】R725.4【相关文献】1.基于神经网络的川崎病并发冠状动脉病变预测模型2.血清白介素-17A、白介素-18、白介素-9、肾上腺髓质素前体N端20肽和N末端脑钠肽前体水平对急性期川崎病患儿并发冠状动脉病变的预测价值3.云南地区川崎病并发冠状动脉病变的临床特征及其风险预测指标分析4.C反应蛋白与白蛋白比值在川崎病并发冠状动脉病变预测中的价值5.川崎病并发冠状动脉病变多因素Logistic回归分析因版权原因，仅展示原文概要，查看原文内容请购买。
川崎病并发冠状动脉病变风险的列线图模型的构建与分析
川崎病并发冠状动脉病变风险的列线图模型的构建与分析龙超;张睿;黄飞;王小菊【期刊名称】《实用临床医药杂志》【年(卷),期】2022(26)10【摘要】目的建立预测川崎病(KD)并发冠状动脉病变(CAL)风险的列线图模型。
方法回顾性分析KD患儿的临床资料及血液学指标。
根据超声心动图对冠状动脉的检测结果将患儿分为冠状动脉病变组(CAL组)70例和非冠状动脉病变组(NCAL 组)95例。
采用最小绝对值收敛和选择算子、套索算法(LASSO)回归分析KD合并CAL风险的危险因素,纳入多因素Logistic回归建立预测模型构建列线图,再通过受试者工作特征(ROC)曲线、校正曲线、决策曲线分析3个层面对模型进行验证,评估模型的优劣性。
结果采用LASSO回归筛选出5个预测因子,即发热时间≥10 d、合并支原体感染、白细胞(WBC)>20×10^(9)/L、血小板(PLT)计数、C反应蛋白(CRP)与白蛋白(ALB)比值。
纳入Logistic回归并构建列线图,经验证列线图ROC 曲线的曲线下面积(AUC)为0.841(95%CI为0.782~0.900),灵敏度为85.7%,特异度为71.6%。
结论本研究所建立的KD并发CAL预测模型具有良好的区分度与准确性,有助于临床工作者筛选出CAL的高危患儿。
【总页数】5页(P31-35)【作者】龙超;张睿;黄飞;王小菊【作者单位】湖北医药学院附属随州市中心医院儿科【正文语种】中文【中图分类】R725.4;R446.1【相关文献】1.基于神经网络的川崎病并发冠状动脉病变预测模型2.2007-2017年儿童川崎病流行病学临床特征及并发冠状动脉病变危险因素调查分析3.川崎病患儿丙种球蛋白治疗无反应风险预测的列线图构建4.急性ST段抬高型心肌梗死患者急诊经皮冠状动脉介入治疗后并发尿潴留的危险因素分析及其风险预测列线图模型研究5.云南地区川崎病并发冠状动脉病变的临床特征及其风险预测指标分析因版权原因，仅展示原文概要，查看原文内容请购买。
川崎病并发冠状动脉病变的危险因素分析
川崎病并发冠状动脉病变的危险因素分析作者：李磊,哈丽君,王军,王大卫【摘要】目的探讨川崎病(KD) 并发冠状动脉扩张的危险因素。
方式确诊为川崎病的患儿72 例，按照超声结果分为冠状动脉扩张组和无冠状动脉扩张组，对其年龄、性别、急性期C-反映蛋白(CRP)、血小板(PLT)、血沉(ESR)、白蛋白、血清钠离子浓度、血脂等资料进行比较分析。
结果72 例KD患儿并发冠状动脉扩张者26例(占%)，无扩张者46例(占%);两组患儿年龄、PLT、CRP、ESR、白蛋白、血钠(低钠)，不同有统计学意义(P<。
结论3岁以下PLT、ESR及CRP 明显升高，白蛋白明显降低及血钠浓度低是CAL 的高危因素，综合分析以上因素，有助于KD 的诊治及对预后。
【关键词】川崎病;冠状动脉病变;高危因素川崎病(KD) 又名皮肤黏膜淋巴结综合征，是一种原因不明的儿童常见的自身免疫性血管炎综合征，其主要病理改变成全身非特异性血管炎，主要累及小到中等动脉,冠状动脉损害(CAL)及严峻程度是决定其预后的主要因素。
现对本院72例患儿资料进行回顾性分析,旨在了解KD并发冠状动脉病变的危险因素，以便及早采取干与办法预防或减少冠脉病变的发生。
1资料和方式一般资料：2007年3月-2009年11月在本院住院的72例确诊为KD的患儿，均符合日本川崎病研究委员会新修订的KD诊断标准[1]。
男50例,女22例,男:女为: 1。
年龄最小5个月,最大10岁,其中≤1岁27例%),≤3岁51例%)，>1岁45例%)，平均年龄岁。
按照急性期彩色B超结果及冠状动脉诊断扩张标准[2]分为两组：冠状动脉扩张组(CAL)46例，男31例，女15例，年龄6月-10岁，平均23个月;发烧时刻2-15d，平均。
无冠状动脉扩张组(nCAL)26例%)，男15 例，女11 例，年龄5个月-6岁，平均16个月;发烧时刻3-16d，平均。
所有患儿均处于急性期。
5岁以上川崎病儿童合并冠状动脉病变的预测指标与风险模型构建
5岁以上川崎病儿童合并冠状动脉病变的预测指标与风险模型构建张华勇;张勇【期刊名称】《中国当代儿科杂志》【年(卷),期】2024(26)5【摘要】目的探讨5岁以上川崎病(Kawasaki disease,KD)儿童合并冠状动脉病变(coronary artery lesion)的预测指标并构建风险预测模型。
方法回顾性分析2018年1月—2023年1月华中科技大学同济医学院附属武汉儿童医院收治的5岁以上KD患儿的临床资料,其中合并CAL 47例,未合并CAL 178例。
采用多因素logistic回归分析探讨5岁以上KD儿童合并CAL发生的预测指标并构建风险预测模型,采用受试者操作特性曲线评价预测模型的效果。
最后根据Framingham风险评分法对预测指标进行分层量化,计算各指标对5岁以上KD儿童合并CAL预测的贡献值并构建风险预测评分模型。
结果多因素logistic回归分析显示,首剂静脉注射免疫球蛋白(intravenous immunoglobulin,IVIG)治疗前发热时长(OR=1.374,95%CI:1.117~1.689)、超敏C反应蛋白(hypersensitive C-reactive protein,hs-CRP;OR=1.008,95%CI:1.001~1.015)及血清铁蛋白(OR=1.002,95%CI:1.001~1.003)是5岁以上KD儿童合并CAL发生的预测指标。
各指标预测CAL发生的最佳截断值为:首剂IVIG治疗前发热时长为6.5d(AUC=0.654,95%CI:0.565~0.744),hs-CRP为110.50mg/L(AUC=0.686,95%CI:0.597~0.774),铁蛋白为313.62mg/L(AUC=0.724,95%CI:0.642~0.805)。
据Framingham风险评分法对预测指标赋值并构建风险预测评分模型,将CAL发生的低、中、高危状态分别定义为发生概率<10%、10%~20%和>20%,对应分值分别为0~4分、5~6分、≥7分。
川崎病临床诊治中相关预测模型的研究应用
川崎病临床诊治中相关预测模型的研究应用
林秋萍;谢利剑
【期刊名称】《上海医学》
【年(卷),期】2022(45)8
【摘要】川崎病是一种病因不明的血管炎,是儿童获得性心脏病的常见原因,其主要的并发症为冠状动脉损害。
早期诊断并治疗川崎病可预防和减少冠状动脉损害的发生。
大剂量静脉注射免疫种球蛋白联合阿司匹林是川崎病的标准治疗方法,但仍存在丙种球蛋白治疗耐受的情况,临床诊治较难。
目前,由于仍缺乏诊断川崎病的金标准,基于临床特征和实验室指标、基因学特征的川崎病诊断预测模型、冠状动脉损害预测模型和免疫球蛋白治疗耐受模型纷纷问世,本文就此逐一详细介绍。
【总页数】5页(P536-540)
【作者】林秋萍;谢利剑
【作者单位】上海市儿童医院(上海交通大学医学院附属儿童医院)心脏内科
【正文语种】中文
【中图分类】R54
【相关文献】
1.早期诊断小儿不典型川崎病的临床诊治研究
2.川崎病与不完全性川崎病临床特点的比较分析：多中心观察性研究
3.川崎病与再发川崎病临床资料的对比研究
4.典型川崎病与非典型川崎病的临床表现及相关性分析
5.小儿川崎病发病机制及临床诊治的研究进展
因版权原因，仅展示原文概要，查看原文内容请购买。
川崎病并发冠状动脉病变诊断及发病机制的研究进展
川崎病并发冠状动脉病变诊断及发病机制的研究进展朝鲁门;陈柏谕【期刊名称】《内蒙古医学院学报》【年(卷),期】2014(000)005【摘要】Kawasaki disease( KD) is an acute systemic small vasculitis syndrome,mainly involving coronary artery,which can cause dilatation of coronary artery,coronary artery aneurysm,coronary arterystenosis,coronary artery occlusion and myocardial infarction. KD is the main reason for acquired heart disease in children. So it is research on diagnosis and pathogenesis of KD that play a positive role in the prevention and treatment of KD with coronary artery lesions. This paper review the diagnosis and pathogenesis of Kawasaki Disease with coronary artery lesions.%川崎病是一种急性全身中小血管炎性综合征，主要累及冠状动脉，可引起冠状动脉扩张、冠状动脉瘤、冠状动脉狭窄与闭塞性病变，甚至可导致心肌梗死，是儿童后天获得性心脏病的主要原因之一。
因此研究KD并发冠状动脉病变的发病机制对预防及治疗KD心血管系统并发症有积极作用。
本文综述近年来对KD并发冠状动脉病变诊断及发病机制的研究进展。
【总页数】5页(P468-472)【作者】朝鲁门;陈柏谕【作者单位】内蒙古医科大学附属医院儿科，内蒙古呼和浩特010050;内蒙古医科大学附属医院儿科，内蒙古呼和浩特010050【正文语种】中文【中图分类】R725.4【相关文献】1.川崎病并发冠状动脉病变诊断及发病机制的研究进展 [J], 朝鲁门;陈柏谕;2.川崎病并发冠状动脉损害的研究进展 [J], 王喆3.超声心动图在川崎病冠状动脉病变诊断中的应用价值研究 [J], 周乾潮;金婧;邓文杰;黄丽容;陈晓生;曹炎4.CTCA在儿童川崎病伴发冠状动脉病变诊断及随访中的应用价值 [J], 吴慧莹;张明杰;张静;徐文彪;鹿连伟5.超声心动图和心肌酶学检测在患儿川崎病合并冠状动脉病变诊断中的应用 [J], 杨荣荣;马佳娜因版权原因，仅展示原文概要，查看原文内容请购买。
Kawasaki病（川崎病）及冠状动脉病变
Kawasaki病（川崎病）及冠状动脉病变
陈祖望
【期刊名称】《国外医学：心血管疾病分册》
【年(卷),期】1990(017)003
【摘要】川崎病是一种原因不明的急性婴幼儿发热性疾病,伴皮肤粘膜病变及颈部淋巴结肿胀。
其病理为全身性非特异性脉管炎。
由于可并发冠状动脉病变而受到重视。
及早诊断、随访和防治冠状动脉病变对于预后十分重要。
诊断和随访冠状动脉病变在急性期宜用超声心动图等非侵入性方法,在愈合期,则宜定期作冠状动脉造影作长期随访。
【总页数】4页(P147-150)
【作者】陈祖望
【作者单位】无
【正文语种】中文
【中图分类】R725.106
【相关文献】
1.儿童病毒感染与川崎病发病及冠状动脉病变的相关性 [J], 彭俊娟;王锦;朱伟;徐丽琴
2.肺炎支原体感染对川崎病及冠状动脉病变的影响 [J], 范秋红;严文华;王波;钱伟国
3.肺炎支原体感染与川崎病及冠状动脉病变的关系 [J], 陈璐;黄文红;叶红;张文清;刘光华
4.＜6个月婴儿川崎病联合治疗后因子水平及冠状动脉病变情况的观察 [J], 罗文秀; 曾俊峰; 蒋丰智; 唐明生
5.流感病毒感染与川崎病发病及冠状动脉病变的关系 [J], 王亚洲;李小明;张笃飞因版权原因，仅展示原文概要，查看原文内容请购买。
川崎病冠状动脉损害的病理及超声心动图检测
川崎病冠状动脉损害的病理及超声心动图检测
郁怡;陈树宝
【期刊名称】《上海交通大学学报（医学版）》
【年(卷),期】2006(026)003
【摘要】川崎病引起的心血管损害与冠状血管免疫性损伤,血管内皮功能障碍有密切关系,冠状动脉炎在川崎病急性期后持续存在,是导致血管内膜纤维性增生,血管腔狭窄的重要原因.超声心动图诊断川崎病并发心血管损害对判断病情、指导治疗和估测预后发挥越来越重要的作用,尤其对冠状动脉扩张和冠状动脉瘤形成的诊断具有特异性,能清晰的显示冠状动脉内径、扩张程度.超声心动图还能明确显示冠状动脉狭窄的特点,但对检出冠状动脉远端的损害有一定的困难.
【总页数】4页(P321-324)
【作者】郁怡;陈树宝
【作者单位】上海交通大学医学院新华医院超声中心,上海,200092;上海交通大学医学院新华医院超声中心,上海,200092
【正文语种】中文
【中图分类】R543.3
【相关文献】
1.超声心动图检测川崎病患儿冠状动脉损害及与年龄的相关性 [J], 王良军;张海瑛;朱铖
2.川崎病并发心血管损害的病理机制和超声心动图检测 [J], 黄国英
3.冠状动脉造影和三磷酸腺苷负荷超声心动图对川崎病冠状动脉损害远期追踪的价值 [J], 张丽;陶聪;曾少兰;于明华;张靖;虢艳;张明杰;苏玲俐;刘特长;李莉娟;谢小斐
4.超声心动图检测不同年龄川崎病患儿冠状动脉损害的研究 [J], 王婧;张春霞;张丹;雪梅;张小杉;胡燕华
5.川崎病冠状动脉损害的超声心动图检测 [J], 田俊静
因版权原因，仅展示原文概要，查看原文内容请购买。
川崎病患儿并发冠状动脉损害的高危因素分析
川崎病患儿并发冠状动脉损害的高危因素分析摘要】目的探讨川崎病(KD)并发冠状动脉损害(CALs)的高危因素。
方法回顾性分析203例川崎病患儿的临床资料，对与冠状动脉损害发生有关的因素（性别、年龄、白细胞、血小板、血浆白蛋白、超敏C反应蛋白、红细胞沉降率、N末端B型利钠肽原）采用χ2检验进行单因素筛选，进一步采用多因素Logistic回归分析筛选各单因素对冠脉病变的独立影响。
结果单因素χ2检验显示，冠脉病变的发生与性别、年龄、白细胞、超敏C反应蛋白、N末端B型利钠肽原水平密切相关（P<0.05），而与血小板、血沉、血浆白蛋白无关；进一步多因素Logistic回归分析显示，年龄、性别和CRP值是川崎病冠脉病变的独立相关因素。
结论男性、年龄≤3岁、高CRP水平是川崎病合并冠状动脉损害的高危因素。
【关键词】川崎病冠状动脉损害高危因素High risk factors of coronary artery lesions secondary to Kawasaki disease 【Abstract】Objective To study the risk factors of Kawasaki disease complicated with coronary artery lesions. Methods 203 cases of children with Kawasaki diseases were collected and analyzed by Chi-square test and Logistic regression in order tostudy the risk factors (gender, age, white blood cell count, platelet count, C-reactive protein, NT-proBNP) associated with coronary artery lesions. Results Chi-square test showed that gender, age, white blood cell count, C-reactive protein and NT-proBNP were significantly related to CALs(P<0.05) . Logistic regression analysis showed that age, gender and C-reactive protein were the independent risk factors. Conclusions The high risk factors of coronary artery lesions secondary to Kawasaki disease are male,age ≤3 years, high C-reactive protein level.【Key words】Kawasaki disease Coronary artery lesions high risk factor川崎病（Kawasaki disease, KD）又称皮肤粘膜淋巴结综合征，是一种好发于儿童的非特异性全身性血管炎综合征。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中 国 生 物 医 学 工 程 学 报 Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ
Ｖｏ１． ３７ Ｎ０．３ Ｊｕｎｅ ２０１８
基 于神 经 网络 的川 崎病 并 发 冠 状 动脉 病 变 预 测模 型
张 胜 田 杰 樊 楚 谭续海 李 哲 贺向前
（重 庆 医科 大学 医 学 信 息 学 院 ，重 庆 ４０００１６） （重 庆 医科 大 学 儿科 学 院 ，重 庆 ４０００１６）
摘 要 ：建 立 川 崎 病 并 发 冠 状 动 脉病 变 预 测 模 型 。从 电 子病 历 数 据 库 中收 集 １ ０００例 （３４３例 患 冠 状 动 脉 病 变 ）ＪＩＩ 崎 病 患 儿 的人 口学 资料 、实 验 室 检 验 数 据 、超 声 心 动 图 数 据 ，对 数 据 进 行 预 处 理 后 用 关 联 规 则 筛 选 川 崎 病 并 发 冠 状 动 脉 病 变 的危 险指 标 ，划 分 训 练 集 和测 试 集 分 别 为 总 样 本 集 的 ７０％ 和 ３０％ ，分 别 建 立 神 经 网 络 模 型 和 Ｌｏｇｉｓｔｉｃ回归 模 型 ，并 用 灵 敏度 及 特 异 性 等 指 标对 模 型 的预 测 效 果 予 以 评估 。结 果 显 示 ，神 经 网络 模 型 的 灵 敏度 ＝０．７ｌ８，特 异 性 ＝ ０．７４６，准 确 率 ：０．７３７及 ＡＵＣ（ＲＯＣ曲线 下 面 积 ）：０．７９６，优 于 Ｌｏｇｉｓｔｉｃ回归 模 型 ［灵 敏 度 ＝０．１７５，特 异 性 ＝０．８９３，准 确 率 为 ０．６４７及 ＡＵＣ＝０．６２４］。研 究 结 果 表 明 ，神 经 网络 模 型 对 川 崎 病 并 发 冠 状 动 脉 病 变 的 预 测 效 果 优 于 Ｌｏｇｉｓｔｉｃ 回归 模 型 。 关 键 词 ：神 经 网 络 ；关 联 规 则 ；川 崎 病 ；冠 状 动 脉 病 变 中图 分 类 号 ：Ｒ３１８ 文 献 标 志码 ：Ａ 文章 编 号 ：０２５８—８０２１（２０１８）０３—０３１３—０６
ｅｃｈｏｃａｒｄｉ０ｇｒａｐｈｙ ａｎｄ ｄｉａｇｎｏｓｉｓ ｄａｔａ， ｗｈｉｃｈ ｗｅｒｅ ｐｒｅ·ｐｒｏｃｅｓｓｅｄ ｆ ｏｒ ａｎａｌｙｓｉｓ． Ｔｈｅ ｒｉｓｋ ｆａｃｔｏｒｓ ｆ ｏｒ ＣＡＬ ｉｎ ＫＤ
ｗｅｒｅ ｓｅｌｅｃｔｅｄ ｕｓｉｎｇ ａｓｓｏｃｉａｔｉｏｎ ｒｕｌｅｓ． Ｔｈｅ ｄａｔａ ｓｅｔ ｗａｓ ｄｉｖｉｄｅｄ ｉｎｔｏ ｔｒａｉｎｉｎｇ ｓｅｔ（７０％ ） ａｎｄ ｔｅｓｔｉｎｇ ｓｅｔ （３０％ ），ａｎｄ ｔｈｅ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ（ＮＮ）ｍｏｄｅｌ ａｎｄ ｌｏｇｉｓｔｉｃ ｒｅｇｒｅｓｓｉｏｎ （ＬＲ）ｍｏｄｅｌ ｗｅｒｅ ｂｕｉｌｔ．Ｔｈｅ ｐｒｅｄｉｃｔｉｖｅ
ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ＮＮ ｍｏｄｅｌ ｔｏ ｐｒｅｄｉｃｔ ＣＡＬ ｉｎ ＫＤ ｉｓ ｂｅｔｔｅｒ ｔｈａｎ ｔｈａｔ ｏｆ ＬＲ ｍｏｄｅ１． Ｋ ｅｙ ｗｏｒｄｓ：ｎｅｕｒａｌ ｎｅｔｗｏｒｋ；ａｓｓｏｃｉａｔｉｏｎ ｒｕｌｅｓ；ｋａｗａｓａｋｉ ｄｉｓｅａｓｅ；ｃｏｒｏｎａｒｙ ａｒｔｅｒｙ ｌｅｓｉｏｎｓ
ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｔｈｅ ｔｗｏ ｍｏｄｅｌｓ ｗａｓ ｅｖａｌｕａｔｅｄ． Ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅ ｓｅｎｓｉｔｉｖｉｔｙ， ｓｐｅｃｉｆｉｃｉｔｙ， ａｃｃｕｒａｃｙ ａｎｄ
ＡＵＣ （Ａｒｅａ Ｕｎｄｅｒ ｔｈｅ ＲＯＣ Ｃｕｒｖｅ） ｏｆ ＮＮ ｍｏｄｅｌ ｗａｓ ０．７１８，０．７４６，０．７３７ ａｎｄ ０．７９６ ｒｅｓｐｅｃｔｉｖｅｌｙ，ｗｈｉｃｈ ｗａｓ ｂｅｔｔｅｒ ｔｈａｎ ｔｈｏｓｅ ｏｂｔａｉｎｅｄ ｆｒｏｍ ＬＲ ｍｏｄｅｌ［０．１ ７５，０．８９３，０．６４７ ａｎｄ ０．６２４ ｒｅｓｐｅｃｔｉｖｅｌｙ］．Ｔｈｕｓ，ｔｈｅ
引 言
川 崎病 （Ｋａｗａｓａｋｉ ｄｉｓｅａｓｅ，ＫＤ）是 一 种 以全 身 小 血管 炎为 主要 病理 改 变 的小 儿 急 性 发 热 性 疾 病 ，最 主要 的 并 发 症 是 冠 状 动 脉 病 变 （ｃｏｒｏｎａｒｙ ａｒｔｅｒｙ
ｌｅｓｉｏｎｓ，ＣＡＬ），易 发展 为 缺 血 性 心 脏病 ，但 目前 ＪＩＩ崎 病引 发冠 状 动 脉病 变 的致 病 机 制 尚未 明确 。 因 此 ，研 究 ＫＤ并 发 ＣＡＬ的危 险 指 标 用 于 预 测 ＫＤ患 者患 ＣＡＬ 的 风 险 性 ，对 ＫＤ 的 预 后 具 有 重 要 的 意 义 。
Ｔｈｅ Ｐｒｅｄｉｃｔｉｖｅ Ｍ ｏｄｅｌ ｆｏｒ Ｃｏｒｏｎａｒｙ Ａ ｒｔｅｒｙ Ｌｅｓｉｏｎｓ ｉｎ Ｋ ａｗ ａｓａｋｉ Ｄｉｓｅａｓｅ Ｂａｓｅｄ ｏｎ Ｎ ｅｕｒａｌ Ｎ ｅｔｗｏｒｋ
Ｚｈａｎｇ Ｓｈｅｎｇ Ｔｉａｎ Ｊｉｅ。 Ｆａｎ Ｃｈｕ Ｔａｎ Ｘｕｈａｉ Ｌｉ Ｚｈｅ Ｈｅ Ｘｉａｎｇｑｉａｎ （Ｃｏｌｌｅｇｅ ｏｆＭｅｄｉｃａｌｌｎｆｏｒｍａｔｉｃｓ，ＣｈｏｎｇｑｉｎｇＭｅｄｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ ４０００１６，Ｃｈｉｎａ） （Ｃｏｌｌｅｇｅ ｏｆＰｅｄｉａｔｒｉｃｓ，Ｃｈｏｎｇｑｉｎｇ Ｍ ｅｄｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ ４０００１６，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅ ｏｂｊｅｃｔｉｖｅ ｏｆ ｔｈｅ ｓｔｕｄｙ ｉｓ ｔｏ ｆｉｎｄ ｏｕｔ ｔｈｅ ｒｉｓｋ ｆａｃｔｏｒｓ ｆｏｒ ｃｏｒｏｎａｒｙ ａｒｔｅｒｙ ｌｅｓｉｏｎｓ （ＣＡＬ） ｉｎ Ｋａｗａｓａｋｉ ｄｉｓｅａｓｅ （ＫＤ）ａｎｄ ｂｕｉｌｄ ｔｈｅ ｐｒｅｄｉｃｔｉｖｅ ｍｏｄｅ１． Ｔｈｅ ｅｌｅｃｔｒｏｎｉｃ ｍｅｄｉｃａｌ ｒｅｃｏｒｄ （ＥＭＲ） ｄａｔａ ｏｆ １０００ ＫＤ ｐａｔｉｅｎｔｓ （３４３ ＫＤ ｗｉｔｈ ＣＡＬ） ｗａｓ ｃｏｌｌｅｃｔｅｄ ｉｎｃｌｕｄｉｎｇ ｔｈｅ ｄｅｍｏｇｒａｐｈｉｃ ｄａｔａ， ｌａｂｏｒａｔｏｒｙ ｔｅｓｔ ｄａｔａ，