首页> 中文学位 >高血压优化治疗评价方法的建立与应用
【6h】

高血压优化治疗评价方法的建立与应用

代理获取

目录

文摘

英文文摘

声明

第一章绪论

§1.1高血压临床疗效评估

§1.1.1高血压疾病概述

§1.1.2高血压疗效评估中存在的问题

§1.2本课题的研究目的及意义

§1.3本课题的主要研究工作

第二章疗效评估模型技术

§2.1多级模糊综合评判方法

§2.1.1指标权重的确定

§2.1.2指标隶属函数的建立

§2.2综合评价指标的建立

§2.2.1线性加权和法

§2.2.2 RBF神经网络

第三章高血压疗效评估模型的建立

§3.1疗效评估体系的构造

§3.1.1临床数据的采集

§3.1.2评价指标的选取

§3.1.3评估体系的建立

§3.2指标权重的确定

§3.2.1一级指标(第一准则层)权重的确定

§3.2.2二级指标(第二准则层)权重的确定

§3.2.3整体评价体系指标权重的确定

§3.3指标隶属函数的建立

§3.3.1函数分布比较

§3.3.2各指标隶属函数的构造

§3.4综合评价指标的建立

第四章模型评估结果

§4.1模型评估结果

§4.1.1统计分析

§4.1.2临床数据分析

§4.1.3模型的分类能力

§4.2模型改进

§4.2.1模型改进的实现

§4.2.2模型改进效果

第五章讨论

§5.1多级模糊综合评判模型

§5.1.1模型的有效性

§5.1.2模型建立的关键技术

§5.1.3模型误差分析

§5.2模型分类技术的改进

第六章总结展望

§6.1总结

§6.2展望

参考文献

致 谢

展开▼

摘要

高血压疾病防治是全球范围内的重大公共卫生问题。高血压治疗目标是有效控制血压,治疗目的是最大限度地降低总的心血管疾病的危险性。目前临床治疗中高血压的控制率很低,造成这些问题的一个重要原因是缺乏有效的高血压疗效评估方法。 本课题应用多级模糊综合评判的方法,对多生理参数进行分析,建立心血管状态综合评判指标(Comprehensive Index,CI),通过比较高血压患者治疗前后心血管状态的变化,对治疗效果进行评估,同时结合径向基函数(Radial Basis Function,RBF)神经网络建立心血管危险等级分类方法。本课题主要完成了以下工作: 1、对心血管参数进行分析,筛选出与高血压疾病关联的特征参数; 2、应用层次分析法和判断矩阵法确定了各特征参数在疗效评价中重要程度的定量表达; 3、建立了特征参数的隶属函数描述; 4、建立了多级模糊综合评判的疗效评估模型,并在心血管危险分级中引入了RBF神经网络,对模型进行了改进。 应用CI对1500例样本进行了分析,其中834例高血压样本为研究组,666例正常血压样本为对照组。研究结果表明研究组CI值为0.594±0.1329,对照组CI值为0.712±0.0736,两组CI值有显著性差异(P<0.01),研究组CI明显低于对照组。 应用CI对样本心血管危险等级进行分类,即“暂无危险”、“低危”、“中危”和“高危”。CI对危险等级“低危”和“中危”有较好的分类能力;应用RBF网络改进后,模型总体分类准确率达到95.67%,其中“暂无危险”、“低危”、“中危”和“高危”的分类正确率分别达到了97.73%、96.59%、94%和100%。 研究结果表明,综合指标CI在心血管状态评估中是有效的,运用CI可以很好地对心血.管危险状态进行评估。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号