BP神經網絡模型與Logistic 回歸模型在精神分裂癥患者復發影響因素分析中的比較

精神分裂癥患者隨訪1 年、1～1.5 年、3 年的復發率分別為28%、43%、54%

。 精神分裂癥復發會導致患者明顯的精神功能障礙、行為退化和社會功能衰退，不但給其造成身心痛苦，也給社會安寧與經濟帶來巨大損失。 多種因素與精神分裂癥復發有關，包括家族史、經濟水平、服藥依從性、自知力、社會支持、應激生活事件、睡眠質量等

。 目前有關精神分裂癥患者復發的研究較多，主要是通過回歸分析篩選復發的影響因素，但是回歸模型有一定的局限性，例如不能處理非線性數據、對較多影響因素的處理能力弱、只適用于定性及半定量資料、對影響因素不明的疾病或影響因素資料難以收集全面等

。 誤差反向傳播網絡（以下簡稱BP 神經網絡），對數據資料分布沒有限制，能充分利用資料信息，可以識別變量間復雜的非線性關系。 BP 神經網絡由輸入層、一個或多個隱藏層和輸出層組成，是一種按誤差逆傳播算法訓練的多層前饋網絡，具有很強的自組織、自適應能力，且有高度的容錯性；現已被用于預測乳腺癌患病風險、預測兒童甲狀腺疾病等多個領域

。本研究旨在將BP 神經網絡引入精神分裂癥患者復發的影響因素， 以期為更好地判斷精神分裂癥患者的預后、有針對性地擬定疾病干預方案提供理論參考。

1 對象與方法

1.1 研究對象 采用便利抽樣法，選取2020 年6—12 月湖南省腦科醫院門診的精神分裂癥患者作為受試對象。 納入標準：（1）年齡18～60 歲；（2）符合國際疾病分類（第10 版）（International Classification of Disease-10th Edition, ICD-10）精神分裂癥診斷標準