2013—2014年北京市脑卒中日入院人数的两种预测模型比较研究

目的:介绍循环神经网络方法及广义相加模型,并将其应用于北京市缺血性脑卒中入院人数预测.方法:基于循环神经网络预测缺血性脑卒中入院人数并与广义相加模型作对比.结果:与广义相加模型相比,循环神经网络模型的预测准确率较低(90.79％vs 85.57％),具有较高的平均方根误差(15.18％vs 28.22％)、平均绝对误差(11.82％vs 21.21％)和误差百分比(5.48％vs 9.89％).两种模型分层分析结果显示,男性组预测效果优于女性(91.01％vs 87.38％;86.59％vs 81.94％),老年组优于中年组(89.36％vs 88.85％;85.14％vs 83.75％),中心地区预测效果高于南区和北区(88.80％vs 83.02％vs 88.89％;83.16％vs 78.17％vs 86.10％).结论::浅层循环神经网络模型预测精度略低于广义相加模型.当样本量较小时,可能导致循环神经网络训练不足,影响结果的精确性.