贝叶斯网络在艾滋病发病影响因素研究中的应用
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3760/cma.j.issn.0253-9624.2014.04.012

贝叶斯网络在艾滋病发病影响因素研究中的应用

引用
目的 构建AIDS发病及影响因素的贝叶斯网络模型,阐述AIDS发病与影响因素间的关系.方法 以山东省1992-2011年确证报告的2 431例HIV抗体阳性者的随访资料为信息源,依据必要路径条件运算(NPC)构建网络拓扑结构,期望最大化运算法则(EM)训练样本计算网络节点条件概率,构建AIDS发病与传播途径、样本来源、随访干预、抗病毒治疗、机会性感染治疗及HIV抗体确证阳性时的CD4+T淋巴细胞计数等影响因素的贝叶斯网络模型,并用该网络进行贝叶斯推理.结果 2 431例研究对象中有49.77%(1 210/2 431)发病成为AIDS患者.通过对2 431个样本资料学习,构建了一个含有7个节点、11条有向边的AIDS发病与影响因素的贝叶斯网络模型,受试者工作特征(ROC)曲线下面积为0.75.样本来源、传播途径、确证阳性时CD4+T淋巴细胞计数、接受抗病毒治疗、机会性感染治疗和随访干预情况均与AIDS发病有直接的因果联系,其中,接受抗病毒治疗且随访干预依从性好者的发病概率为42.83%,治疗后未接受随访干预病例者发病概率为62.03%.经同性传播病例接受随访干预概率为68.96%,其由医疗机构、检测咨询、监管场所和专题调查检测报告的概率分别为34.00%、42.24%、1.06%和22.70%.结论 通过网络推理揭示了AIDS发病多因素间、多层次的相互关系及影响强度,接受抗病毒治疗且随访干预依从性好的病例发病概率较低.

HIV、贝叶斯定理、模型,结构、获得性免疫缺陷综合征

48

山东医药卫生科技发展计划2009HZ047

2014-04-25(万方平台首次上网日期,不代表论文的发表时间)

共5页

296-300

相关文献
评论
暂无封面信息
查看本期封面目录

中华预防医学杂志

0253-9624

11-2150/R

48

2014,48(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn