- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
优秀毕业论文,完美PDF格式,可在线免费浏览全文和下载,支持复制编辑,可为大学生本专业本院系本科专科大专和研究生学士相关类学生提供毕业论文范文范例指导,也可为要代写发表职称论文提供参考!!!
第三届晋冀鲁豫流行病学学术会议暨2010流行病学郑州论坛
保定市社区中老年2型糖尿病患者和糖尿病前期人群干预效果的评价
魏群刘殿武刘文宣李哲张玮王晓璞冯长龙
(河北医科大学公共卫生学院流行病与卫生统计学教研室)
摘要目的:了解保定市社区中老年常住居民2型糖尿病(T2DM)患者和糖尿病前期(IGR)
人群治疗的综合干预效果,探讨提高T2DM患者及IGR人群治疗效果的有效措施。方法:
采用随机对照设计,从保定市社区中老年T2DM患病情况基线调查中随机抽取两个社区,
分别作为干预社区和对照社区。确定干预组(T2DM患者87人,IGR人群33人)和对照组
(T2DM患者79人,IGR人群30人),实施为期六个月的干预,干预措施包括:知识、饮
食、运动、药物的综合干预,对照社区只进行一般健康教育。干预前后对研究对象进行问卷
调查和体格检查,监测血糖等各项指标。结果:(1)T2DM患者干预后干预组的WC、FPG
比对照组低,FINS比对照组高,差别有统计学意义(P0.05)。虽然干预组的BMI、HC比
对照组也有所降低,但差别无统计学意义(胗0.05)。干预后两组的SBP、DBP、WHR、TC、
TG、2hPG、HDL-C、体重差别无统计学意义f.PO.05)。干预后干预组的人正常血糖值范围
知晓率、IGR知晓率比对照组高,差别有统计学意义俾0.05)。干预后两组的DM危险因
素预防知晓率、DM与遗传关系知晓率、DM与饮食习惯关系知晓率、DM与适度运动关系
知晓率、DM与情绪控制关系知晓率、自我监测血糖重要性知晓率差别无统计学意义
虽然干预组的体重、WC、2hPG比对照组也有所降低,HDL-C比对照组也有所升高,但差
统计学意义f尸0.05)。结论:知识、饮食、运动、药物综合干预效果优于一般健康教育,干
改善,干预后T2DM患者的DM基础知识水平有明显提高。
关键词2型糖尿病;KCNQl;多态性;干预;糖尿病前期
通讯作者:刘殿武,Email:Liudianwu@hebmu.edu.ell
BP神经网络的敏感度分析及应用
武建辉王国立于立群尹素风
(河北省煤矿卫生与安全实验室,华北煤炭医学院预防医学系)
摘要BP神经网络作为一种数据挖掘技术可用于因素分析,但由于多层BP神经网络采用了
隐含层,且各层神经元之间通过权值交错相连,因此,输入变量对输出变量影响程度的大小
无法直观得到。本研究基于不同的输入变量取值对输出变量的改变程度而进行敏感度分析,
通过敏感度的大小反应输入变量对输出变量的影响程度。最后应用该方法对住院费用的影响
因素进行敏感度分析,各冈素影响程度大小排序较合理,敏感度分析在BP神经网络影响因
素分析中具有一定的可行性。
关键词BP神经网络敏感度住院费用影响因素
影响因素分析是医学研究的一个重要内容,现有的影响因素分析方法主要有参数统计和
非参数统计两大类。但参数统计方法都要求资料满足一定的条件,而非参数方法虽然对资料
特点不做要求,但却不能完全利用资料的全部信息,而只利用了部分信息,检验效能较低。
BP神经网络对资料特性不做任何要求,且能完全利用资料的全部信息,由于其具有学习性
和自适应性两种特性,可不受任何限制地自动学习、识别变量问的任何关系。但由于多层
160
第三届晋冀鲁豫流行病学学术会议暨2010流行病学郑州论坛
BP神经网络采用了隐含层,且各层神经元之间通过权值交错相连,因此,输入变量对输出
变量影响程度的大小无法直观得到。
2BP神经网络的原理
BP神经网络是一种非线性动力系统【1吲,由若干功能单一的神经元并行分布组成,BP
算法由数据流的前向计算(正向传播)和误差信号的反向传播两个过程构成。正向传播时,
传播方向为输入层一隐层一输出层,每层神经元的状态只影响下一层神经元。若在输出层得
不到期望的输出,则转向误差信号的反向传播流程。通过这两个过程的交替进行,在权向量
空间执行误差函数梯度下降策略,动态迭代有哪些信誉好的足球投注网站一组权向量,使网络误差函数达到最小值,
从而完成信息提取和记忆过程。由于神经网络具有较好的学习能力,在非线性系统的控制、
建模、辨识等领域得到广泛的应用【3圳。
InputsSynapticweights
y
文档评论(0)