严重精神障碍主要包括精神分裂症、分裂情感性障碍、偏执性精神病等6种疾病，目前此类患者的主要治疗方法是社区抗精神病药维持治疗，虽然各类抗精神病药不断问世，但是患者服药依从性情况不容乐观。不服药或不规律服药会增加复发风险，诱发危害公共安全事件。
2当前对精神分裂症患者服药依从性研究较为常见，主要通过出院患者的基本人口学特征进行回归分析，但是这些模型有一定的局限性，如共线性、对较多影响因素处理能力弱等问题。近年来，BP神经网络作为一类非线性网络系统，自我组织、适应和学习功能强大，兼具非线性处理和高度的容错性能等特点，被广泛应用于多个领域。
3本研究旨在将BP神经网络模型引入严重精神障碍患者服药依从性影响因素的研究，为精神疾病的社区防治提供依据。
主要结果
模型预测情况
共收集份有效问卷，服药依从患者例。BP神经网络和logistic回归模型的正确预测率分别为72.1%和71.4%，ROC曲线下面积(95%CI)分别为0.(0.～0.)和0.(0.～0.)，二者相比，差异无统计学意义(P=0.)。
服药依从性多因素分析
根据BP神经网络模型中自变量的重要性标准化后的结果，影响服药依从性前3位的因素是家庭收入水平、所患精神障碍类型和发病后监护人采取措施。
结论
河南省严重精神障碍患者服药依从性较差。
运用BP神经网络构建河南省严重精神障碍患者服药依从性模型可行，模型拟合性能良好。
河南省严重精神障碍管理治疗工作办公室
预览时标签不可点收录于话题#个上一篇下一篇