非综合征性唇腭裂高危因素条件Logistic回归与数据挖掘相结合的临床研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：目的探讨非综合征性唇腭裂（NSCL/P）发病的主要危险因素;确立NSCL/P发病概率的预测模型,为优生网络的构建奠定基础。方法采用1∶1配对病例对照研究,病例组为年龄在0～12岁之间的NSCL/P患儿126例;对照组来源于同一机构门诊或病房或同一居住区符合配对条件的非唇腭裂患儿。根据危险因素编制调查表,对病例组与对照组患儿父母进行调查,数据经审核后录入Excel2003建立数据库。首先使用条件Logistic回归对资料进行单因素分析,再对单因素筛选的变量结合专业知识进行多因素分析,筛选主要危险因素并建立回归模型,根据危险因素分别建立分类树与LogitBoost算法的发病概率预测模型,采用ROC曲线对两模型进行评价,从而确立本研究中NSCL/P发病概率的预测模型。结果病例组与对照组作对照分析,进入条件Logistic回归模型的变量有：母亲孕期感染史（P=0.011）、家族遗传史（P=0.008）、母孕期饮食是否规律（P=0.005）、胎次（P=0.003）、母亲孕期异常情绪史（P=0.001）、父亲学历（P=0.000）。经ROC曲线评价,确立分类树模型可用来预测NSCL/P的发病概率。结论母亲孕期感染、家族遗传、母亲孕期饮食不规律、胎次、母亲孕期异常情绪是NSCL/P发病的促进因素;父亲学历是该病的保护因素。经ROC曲线评价,最终确立分类树模型为NSCL/P发病概率的预测模型。

原文链接:http://www.cqvip.com//QK/88765X/200903/30802651.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：条件logistic回归 logistic回归 logistic logisti ogistic 非综合征性唇腭裂 高危因素 条件LOGISTIC回归 分类树 Logitboost