目的分析脑卒中患病率和影响因素,使用人工神经网络(artificial neural network,ANN)构建高危人群的脑卒中预测模型,为预防脑卒中提供依据。方法2023年3—8月收集脑卒中流行病学资料,采用χ^(2)检验、logistic回归分析其流行特征;使用ANN构建预测模型,采用受试者操作特征曲线的曲线下面积(area under the curve,AUC)等指标评价预测效能。结果>50岁人群脑卒中患病率为8.0%,患病率随人群的年龄增长而升高(χ_(趋势)^(2)=17.763,P<0.001)。吸烟(OR=2.566,95%CI:1.306~5.041)、二手烟(OR=2.353,95%CI:1.224~4.523)、超重(OR=2.644,95%CI:1.222~5.724)、高血压病史(OR=2.211,95%CI:1.142~4.283)、脑卒中家族史(OR=5.221,95%CI:2.616~10.417)、CO中毒(OR=4.093,95%CI:1.312~12.772)、年龄增长(OR=1.056,95%CI:1.008~1.106)、亚硝酸盐阳性(OR=5.469,95%CI:1.892~15.806)、低密度脂蛋白升高(OR=4.942,95%CI:1.676~14.576)、阻塞性睡眠呼吸暂停低通气综合征(OR=3.162,95%CI:1.198~8.343)、房颤或瓣膜性心脏病(OR=7.538,95%CI:2.878~19.806)、摄入腌制或咸辣食品(OR=3.356,95%CI:1.429~7.879)为脑卒中发病的主要危险因素;大专/本科(OR=0.236,95%CI:0.080~0.694)和摄入红肉≤350g/W(OR=0.400,95%CI:0.185~0.863)为脑卒中发病的保护因素。ANN模型训练集的AUC为0.933,准确率为93.6%,灵敏度为74.5%,特异度为97.9%,约登指数为72.4%。结论脑卒中发病危险因素较多,居民应养成良好生活习惯,相关部门应做好筛查及干预工作;ANN模型预测效能较好,利于早期发现脑卒中高风险人群。
暂无评论