發表文章

文章發表背景1

嚴重精神障礙主要包括精神分裂癥、分裂情感性障礙、偏執性精神病等6種疾病，目前此類患者的主要治療方法是社區抗精神病藥維持治療，雖然各類抗精神病藥不斷問世，但是患者服藥依從性情況不容樂觀。不服藥或不規律服藥會增加復發風險，誘發危害公共安全事件。

2

當前對精神分裂癥患者服藥依從性研究較為常見，主要通過出院患者的基本人口學特征進行回歸分析，但是這些模型有一定的局限性，如共線性、對較多影響因素處理能力弱等問題。近年來，BP神經網絡作為一類非線性網絡系統，自我組織、適應和學習功能強大，兼具非線性處理和高度的容錯性能等特點，被廣泛應用于多個領域。

3

本研究旨在將BP神經網絡模型引入嚴重精神障礙患者服藥依從性影響因素的研究，為精神疾病的社區防治提供依據。

主要結果

模型預測情況

共收集1872份有效問卷，服藥依從患者961例。BP神經網絡和logistic回歸模型的正確預測率分別為72.1%和71.4%，ROC曲線下面積(95%CI)分別為0.772 (0.752～0.791)和0.769(0.750～0.788)，二者相比，差異無統計學意義(P=0.687)。

服藥依從性多因素分析

根據BP神經網絡模型中自變量的重要性標準化后的結果，影響服藥依從性前3位的因素是家庭收入水平、所患精神障礙類型和發病后監護人采取措施。

結論

河南省嚴重精神障礙患者服藥依從性較差。

運用BP神經網絡構建河南省嚴重精神障礙患者服藥依從性模型可行，模型擬合性能良好。

河南省嚴重精神障礙管理治療工作辦公室

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的bp神经网络预测模型_基于BP神经网络模型的河南省严重精神障碍患者服药依从性影响因素分析...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。