人工神经网络在肝硬化食管大静脉曲张预测中的应用
近日,温州医学院附属第一医院消化内科研究人员发表论文,旨在利用人工神经网络模型(ANN模型)预测肝硬化食管大静脉曲张。研究指出,ANN模型在非侵入性预测肝硬化食管大静脉曲张方面有一定临床意义。该文发表在2013年第02期《医学研究杂志》上。
共纳入309例肝硬化患者,根据胃镜结果将患者分为食管无或小静脉曲张组和食管大静脉曲张组,记录年龄、生化指标、脾脏厚度等14个参数。先经单变量分析筛选出与食管大静脉曲张相关的指标,后用这些指标构建ANN模型。
单变量分析显示血小板计数、凝血酶原时间、脾脏厚度、腹腔积液、门静脉宽度与食管大静脉曲张相关.以这5指标构建ANN模型预测肝硬化食管大静脉曲张的敏感度为94.27%,特异性达75.00%,诊断的准确率达到84.79%。