论著与临床研究复发性外阴阴道假丝酵母菌病患者宫颈病变的多层人工神经网络分类预测模型的构建刘昊，莫坚∗基金项目：南宁市科学研究与技术开发计划项目（项目编号：２０１９３１０７）作者单位：５３００２２广西南宁，南宁市第一人民医院妇科作者简介：刘昊，毕业于广西医科大学，硕士研究生，副主任医师，主要研究方向为宫颈病变∗通信作者，Ｅ⁃ｍａｉｌ：５７７８４８９５＠ｑｑ．ｃｏｍ【摘要】目的构建复发性外阴阴道假丝酵母菌病（ｒｅｃｕｒｒｅｎｔｖｕｌｖｏｖａｇｉｎａｌｃａｎｄｉｄｉａｓｉｓ，ＲＶＶＣ）患者宫颈病变的多层人工神经网络分类预测模型。方法选取２０１６年１月至２０２０年１２月在南宁市第一人民医院妇科门诊诊断为ＲＶＶＣ的１５２例患者，行阴道分泌物检查，并依据ＨＰＶＥ６／Ｅ７ｍＲＮＡ检查结果，以ＨＰＶＥ６／Ｅ７阳性患者为观察组（６５例），ＨＰＶＥ６／Ｅ７阴性为对照组（８７例）。收集患者相关资料及实验室检查指标，一方面，采用单因素方差分析筛选出与宫颈病变相关的变量作为自变量，纳入多因素Ｌｏｇｉｓｔｉｃ回归模型进行分析；另一方面，随机选取数据集的２／３为训练集（１０２例），用以建立多层人工神经网络分类预测模型，１／３为测试集（５０例），用于该模型测试，采用接受者工作特征（ＲＯＣ）曲线评估两种模型的预测效能。结果Ｌｏｇｉｓｔｉｃ回归模型预测ＲＶＶＣ发生宫颈病变的ＲＯＣ曲线下面积为０.８３３，灵敏度为０.８０２，特异度为０.８０８，多层人工神经网络模型预测ＲＶＶＣ发生宫颈病变的ＲＯＣ曲线下面积为０.９８７，灵敏度为０.８９５，特异度为０.８８９。结论多层人工神经网络分类模型相较于Ｌｏｇｉｓｔｉｃ回归模型，预测效能更高，分类性能优良，结果证实加德纳菌及杂菌、白细胞脂酶是ＲＶＶＣ患者宫颈病变的独立危险因素，乳酸杆菌和过氧化氢是其保护因素。【关键词】复发性外阴阴道假丝酵母菌病；ＨＰＶＥ６／Ｅ７ｍＲＮＡ；乳酸杆菌；过氧化氢【中图分类号】Ｒ７１１．３１【文献标志码】Ａ【文章编号】１６７４⁃４０２０（２０２３）０１⁃０７７⁃０５ｄｏｉ：１０.３９６９／ｊ.ｉｓｓｎ.１６７４⁃４０２０.２０２３.０１.１９Ｃｏｎｓｔｒｕｃｔｉｏｎｏｆａｍｕｌｔｉｌａｙｅｒａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｆｏｒｃｅｒｖｉｃａｌｌｅｓｉｏｎｓｉｎｐａｔｉｅ...
