基于多种算法对冠心病不稳定型心绞痛肾虚血瘀证诊断模型的研究
【摘要】 目的基于多种算法构建冠心病不稳定型心绞痛（，）肾虚血瘀证诊断模型。UnstableanginaUA方法采用横断面调查的方法，收集名患者的基本资料、四诊信息及临床常规检测指标并进行综合分析。在t检验、非参数检验及Χ2分析的基础上，进一步采用神经网络、神经网络、决策树、决策树、决策树、随机森林、逐步回归和贝叶斯网络C&RT模型，并比较不同模型的准确度。结果以CHAIDLogistic神经网络形成的8RBF种算法构建C5.0肾虚血瘀证诊断UA肾虚血瘀证诊断模型较其它算法性能更199UABP优，训练集的准确率、灵敏度和特异度分别为:、，曲线下面积为;测试集的准确率、灵敏度和特异度分别为、96.33%和96.39%，96.15%曲线下面积为ROC0.993。年龄、腰膝酸软、夜ROC评分、收缩压、口唇紫暗、齿松、失眠、健忘等在模型中共贡献度较大，可较好地反应98.39%94.44%85.71%0.967BPUA和肾虚血瘀证的临床特征。结论与其它算法相比，基于神经网络构建
