基于多层感知器神经网络预测模型的煤工尘肺发病预测研究
目的:通过建立多层感知器神经网络模型,预测接尘工人未来发病的危险性和高危人群,为确定重点防护人群、优化医疗资源配置提供科学依据. 方法:以开滦集团唐山地区70年代以来所有接尘工人和煤工尘肺患者为研究对象,利用Epidata 3.0进行数据双份录入采集.采用SPSS 17.0进行统计学分析.应用IBM SPSS Modeler 14.1数据挖掘软件进行模型建立与预测. 结果:符合纳入标准接尘工人共17023人,其中煤工尘肺患者838人.所建立的模型隐含层有44个神经元突出,ROC曲线下面积为0.908.模型准确度为92.71％,灵敏度为74.83％,特异度为93.63％,验证样本验证,准确度为92.09％,灵敏度为70.53％,特异度为93.25％,建模与验证基本一致,且模型稳定,适合预测.经预测,未来10年内高危人群1534例;危险人数预测,危险人群7599人.10年累计危险人群为9133人. 结论:采用MLP神经网络模型可以较准确预测煤工尘肺发病危险性.按照现有粉尘防护模式,开滦集团未来10年内将有1534名接尘工人为高危人群,约7599名接尘工人为危险人群,这部分人共9133人.
煤工尘肺 发病预测 多层感知器神经网络模型 统计学分析
孙志谦 秦天榜 华正兵 云翔 沈福海
河北联合大学公共卫生学院;国家安全生产监督管理总局北戴河职业病防治院 开滦集团职业病防治院 河北联合大学公共卫生学院
国内会议
北京
中文
104-115
2014-09-22（万方平台首次上网日期，不代表论文的发表时间）