基于BP人工神经网络的城市社区2型糖尿病视网膜病变预警模型研究

Diabetic retinopathy (DR) is one of the leading causes of new blindness in adults. Early detection and treatment are critical to the prognosis of DR. Establishing warning model is of great significance for early detection of disease. To date, there is no report about exact warning model of DR. Upon the prophase work, we have established an observational cohort about DR, collected the baseline data, established the back propagation (BP) artificial neural network model which was applied to high blood pressure early warning, and confirmed the feasibility of the early warning model of BP artificial neural network. This research is based on prophase work, and the prevalence rate of DR with type 2 diabetes in urban community using multidisciplinary cross-cutting theory. Epidemiological investigation will be carried out and risk factors for DR will be analyzed by the single factor analysis methods. Through the aid of BP artificial neural network platform, retinopathy warning model which is suitable for type 2 diabetes in urban community will be set up. Compaired with classic Logistic model, the effectiveness and the practicality for BP artificial neural network model will be discussed. This research project is not only able to explain the risk factors for retinopathy with type 2 diabetes in urban community, but also establish the early warning model for retinopathy which is useful for early detection and early diagnosis. This model provides a new way for DR early detection,and has the broad application prospect.

糖尿病视网膜病变(DR)是成年人致盲的主要原因，早诊早治对于DR的预后至关重要。建立预警模型对于疾病的早期发现具有重要意义，目前尚未有确切的DR预警模型报告。前期工作中，课题组建立了DR观察队列，收集了基线资料，将BP人工神经网络模型应用于高血压预警，证实BP人工神经网络预警模型的可行性。本研究在前期工作基础上，利用多学科交叉，采用流行病学调查手段分析城市社区2型糖尿病人群视网膜病变的患病情况，利用单因素分析的方法揭示视网膜病变发生的相关危险因素，进而借助BP人工神经网络平台，建立适合城市社区2型糖尿病人群的视网膜病变预警模型，与传统Logistic模型对比，探讨BP人工神经网络模型的有效性和实用性，本研究项目不仅能够阐述城市社区2型糖尿病人群视网膜病变发生的危险因素，更重要的是预警模型的建立能为视网膜病变的早期发现、早期诊断提供新途径，具有广阔的应用前景。

糖尿病视网膜病变(DR)是成年人致盲的主要原因，早诊早治对于DR的预后至关重要。建立预警模型对于疾病的早期发现具有重要意义，目前尚未有确切的DR预警模型报告。前期工作中，课题组建立了DR观察队列，收集了基线资料，将BP人工神经网络模型应用于高血压预警，证实BP人工神经网络预警模型的可行性。本研究在前期工作基础上，利用多学科交叉，采用流行病学调查手段分析城市社区2型糖尿病人群视网膜病变的患病情况，利用单因素分析的方法揭示视网膜病变发生的相关危险因素，进而借助BP人工神经网络平台，建立适合城市社区2型糖尿病人群的视网膜病变预警模型，与传统Logistic模型对比，探讨BP人工神经网络模型的有效性和实用性。.本研究项目的结果包括两方面内容：（1）城市社区为基础的2型糖尿病视网膜病变队列数据库；（2）城市社区2型糖尿病视网膜病变发病预警模型。.在第一方面，对沈阳市风雨坛社区2型糖尿病患者完成了5年的队列随访工作，构建了数据库，掌握了眼部及生化指标；分析了糖尿病视网膜病变的发病密度，危险因素等情况，为构建数学预测模型奠定了基础。.在第二方面，利用糖尿病视网膜病变发生的危险因素，构建了传统Logistic模型，判别分析模型以及BP人工神经网络模型，将三种模型对比，得出了BP人工神经网络模型ROC曲线下面积最大，是最优化的模型。.项目的顺利完成为糖尿病视网膜病变的早期预防奠定了理论基础。