運用類神經網路建立糖尿病性腎臟病變病患預測模型分析

糖尿病（DM）是在二十世紀的最常見的慢性疾病之一。目前台灣大約有120萬患病人口，發病率與流行率逐年上升，糖尿病腎病佔終末期腎臟病（ESRD）的新病例為35.9％，並於2010年，與終末期糖尿病患者的治療費用超過30億美元。此外，糖尿病腎病與心血管疾病的發病率和死亡率非常高的風險。目標：使用台灣北部某醫學中心資料，以類神經網路技術，建立糖尿病病患腎臟病變的預測模型。方法：收集台灣北部某醫院中心2008至2011年就診診斷為糖尿病病人(ICD-9為250.00)，兩年間新診斷為糖尿病腎臟病變(ICD-9為250.40、250.42)的個案共7873筆，使用隨機抽樣出1000筆，分成訓練組500筆，測試組500筆；經文獻回顧，臨床血液檢驗資料，找出12項與糖尿病腎臟病變有關的項目納入分析，使用類神經網路與邏輯斯迴歸分析，分別以5項(達顯著差異)、7項(包含無顯著差異)的變數為輸入變項，輸入變項有性別、年齡、抽菸史、高血壓病史、BMI、glucose、creatinine、BUN、HDL、LDL、CHOL、HbA1C，得到腎臟病變診斷(ICD-9為250.40、250.42)輸出變項的方式進行測試。結果：以全部12項輸入變項建立的類神經網路預測模型成效最佳(p<0.05)，ROC曲線下的面積 0.925、準確率 0.916、敏感度 0.838、特異度 0.926較邏輯斯迴歸ROC曲線下的面積 0.916、準確率 0.894、敏感度 0.86、特異度 0.838為佳。結論：類神經網路所建立糖尿病腎臟病變的預測模型優於邏輯斯迴歸，可輔助糖尿病病患，在就診時得知兩年內腎臟病變的可能性，及早作臨床醫療上的治療準備，積極回診，也減少個人疾病認知錯誤而不回診的因素，進而延緩疾病進程，降低醫療上的不必要開銷與浪費。