石油工人代谢综合征的三种风险预测模型比较

目的 运用logistic回归、卷积神经网络和QUEST决策树建立石油工人代谢综合征发生风险预测模型,并比较三种模型的预测性能.方法 以2017年4月—2018年10月参加职业健康体检的1468名石油工人作为研究对象.由培训后的调查人员对其进行调查,根据石油工人代谢综合征影响因素的分析结果和相关文献综述确定模型的输入变量,构建logistic回归、卷积神经网络和QUEST决策树模型.结果 训练集显示logistic回归、卷积神经网络和QUEST决策树模型的准确率分别为83.45％、86.34％、79.75％;Fl分数分别为0.7910.8310.74;ROC曲线下面积(AUC)分别为0.894、0.935、0.844.卷积神经网络明显优于其他两种模型,模型各评价指标间差异均具有统计学意义(P＜0.05).测试集显示以上三种模型的准确率分别为76.72％178.69％174.75％;Fl分数分别为0.7010.7110.65;ROC曲线下面积分别为0.797、0.855、0.826.卷积神经网络模型与其他两种模型相比差异具有统计学意义(P＜0.05).结论 卷积神经网络模型的预测效果较logistic回归和QUEST决策树模型更优.