案例,spss,数据分析

艾滋病疗法的评价及疗效的预测


全文字数:13000字左右  原创时间:<=2022年

【内容摘要】

在本文中,我们用灰度理论与神经网络的方法研究了艾滋病疗法的评价及疗效预测问题。根据ACTG公布的两组数据ACTG320和193A,建立了GM(1,1)和神经网络模型,对ACTG320相应的治疗方法的疗效进行了预测,对193A相应的四种治疗方案进行了评价和预测。

在模型中,根据病理学原理,我们对艾滋病人进行分类,以 为界限,以测试初始期 含量为标准,将艾滋病人分为 “随机波动”型( 浓度随周次变化较大)、“稳定增长”型( 浓度随周次增长)、“开口向下抛物线”型( 浓度随周次先增加后减少)三种类型。
    在对艾滋病治疗效果预测模型中,我们首先应用灰度预测模型对第一类病人未来的 浓度进行了预测,模型中我们将分类汇总后的时间序列作为初始序列,将序列累加后,按 的求解方法得到了模型的预测结果。考虑到模型的精度问题,我们又建立了二元 神经网络模型来预测病人继续治疗的效果和最佳停药时间。
在二元 神经网络中,病人在某周的预测值是病人初始时刻的 浓度和周次的二元函数。模型中输入层网络激发函数为对数 型传输函数,中间隐层采用 型传输函数,输出层选择线性函数,利用 的 算法训练网络,得到了较理想的预测结果。
在评价药物疗效的时候,我们首先考虑测试病人的 的浓度的均值的高低,然后结合对 浓度的变异系数的考虑,我们评选除了了较优的治疗方案,并用新的样本数据训练二元 神经网络,得到了预测的结果。
当加入经济因素后,对于不同价格敏感性的病人,我们选用不同的效用函数进行评价,运用决策理论对治疗方案进行了重新评价。
利用ACTG320和193A数据,我们使用建立的灰度预测模型和二元 神经网络进行预测,结果显示二元 神经网络的预测精度较高,比较适合对无序数据的预测。


关键词:灰度预测模型  二元 神经网络  效用函数 

 

*若需了解更多与协助请咨询↓→[电脑QQ][手机QQ]【数据协助】