高级检索
当前位置: 首页 > 详情页

logistic回归和fisher判别分析模型在冠心病鉴别诊断中的临床价值

Differential diagnosis of coronary heart disease by logistic regression and Fisher discriminant analysis model

文献详情

资源类型:

收录情况: ◇ 统计源期刊

机构: [1]昆明医科大学第一附属医院医学检验科 [2]云南省检验医学重点实验室
出处:
ISSN:

关键词: 冠心病 Logistic回归 Fisher判别分析 鉴别诊断

摘要:
目的 探讨基于常规实验室检查建立的Logistic回归和Fisher线性判别分析模型在冠状动脉粥样硬化性心脏病鉴别诊断中的临床应用价值。方法 选取昆明医科大学第一附属医院2018年3月至2019年2月以胸闷、胸痛为主诉就诊的178例患者为研究对象,根据冠状动脉造影结果分为冠心病组和非冠心病组,回顾性分析患者的常规实验室指标,建立诊断冠心病的Logistic回归和Fisher判别分析模型,并验证模型诊断和预测的准确率,进一步评价其在临床应用中的实际意义。结果 建立的Logistic回归方程为:Logit(P)=-24.641+0.105×年龄+1.520×糖尿病+0.286×BMI+1.209×LDL-C+0.614×PDW+4.131×(Mono/HDL-C);建立的Fisher分类判别分析函数为:1(冠心病)=-69.314+0.629×年龄+2.378×BMI+1.985×PDW+5.123×LDL-C+0.304×Ln(TG)+1.972×Ln(HDL-C),2(非冠心病)=-52.184+0.527×年龄+2.164×BMI+1.660×PDW+4.104×LDL-C-0.149×Ln(TG)+3.818×Ln(HDL-C)。Logistic回归模型对冠心病和非冠心病的诊断准确率分别为93.0%和84.0%,预测准确率分别为91.4%和70.0%;回顾法、留一法交叉验证及外部数据验证法检验Fisher判别函数的判别正确率分别为82.0%、81.5%和81.3%。结论 Logistic回归和Fisher线性判别分析模型在冠心病鉴别诊断中均具有较好的鉴别和预测价值。

基金:

基金编号: 82160407

语种:
第一作者:
第一作者机构: [1]昆明医科大学第一附属医院医学检验科 [2]云南省检验医学重点实验室
通讯作者:
通讯机构: [1]昆明医科大学第一附属医院医学检验科 [2]云南省检验医学重点实验室
推荐引用方式(GB/T 7714):

资源点击量:52537 今日访问量:0 总访问量:1562 更新日期:2024-09-01 建议使用谷歌、火狐浏览器 常见问题

版权所有©2020 昆明医科大学第一附属医院 技术支持:重庆聚合科技有限公司 地址:云南省昆明市西昌路295号(650032)