TY -的A2 D使,乔凡尼盟——柴,秀看到盟,他却Whye连盟,吴作栋Kok陈德良AU - Chang,绮回族罗宾AU - Sim,关颖珊永盟——下巴,金正日PY - 2021 DA - 2021/12/07 TI -一个多层感知器神经网络模型分类高血压在青少年使用人体测量:沙捞越的横断面研究,马来西亚SP - 2794888六世- 2021 AB -本研究概述和发展一个多层感知器(MLP)神经网络模型对青少年高血压分类专注于简单的人体测量和社会人口的使用收集的数据从一个横断面研究在沙捞越,马来西亚。在2461年收集的数据,741年高血压(30.1%)和1720是正常的(69.9%)。在数据收集过程中,11个人体测量和社会人口的数据收集。方法中的变量选择过程提出选择五个参数:体重,体重身高比(WHtR),年龄,性别,种族,作为网络的输入模式。发达网络模型以50隐藏的一个隐层神经元设法实现灵敏度为0.41,特异性为0.91,精度0.65, F 得分0.50,精度0.76,接受者操作特征(ROC)曲线下面积(AUC) 0.75使用不平衡数据集。训练得到的性能指标分析,验证和测试数据集显示发达网络模型很好地实现。使用贝叶斯定理,一个青少年使用这模型分为高血压的可能性有66.2%人口在沙捞越青少年高血压,高血压患病率为30.1%。高血压的患病率在沙捞越人口增加到50%,开发模型可以预测一个青少年高血压有82.0%的机会,而高血压的患病率降低到10%时,开发模型只能预测真阳性高血压33.6%的机会。随着模型的灵敏度增加到65%和90%,同时保留91%的特异性,真正的积极性的一个青少年高血压是75.7%和81.2%,分别根据贝叶斯定理。研究结果显示,简单的人体测量与社会人口数据是可行的用于分类高血压在青少年利用发达的网络模型和适度的高血压患病率在沙捞越青少年人口。然而,敏感性和特异性较高的模型需要更好的积极的高血压患病率较低时预测价值。我们得出这样的结论:发达分类模型可以作为快速和简单的初步发展为高血压的筛查高危青少年预警工具。SN - 1748 - 670 - 2021/2794888 / 10.1155 x你——https://doi.org/10.1155/2021/2794888——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER