| 中文摘要 | 第7-12页 |
| Abstract | 第12-17页 |
| 第一部分 文献综述 | 第19-31页 |
| 综述一 骨质疏松性骨折危险因素 | 第19-25页 |
| 综述二 骨质疏松性骨折诊断方法与风险预测工具 | 第25-31页 |
| 第二部分 | 第31-59页 |
| 1. 前言 | 第31-32页 |
| 2. 资料与方法 | 第32-36页 |
| 2.1 流行病学调查 | 第32-33页 |
| 2.1.1 研究类型 | 第32页 |
| 2.1.2 问卷修订 | 第32页 |
| 2.1.3 调查人群 | 第32-33页 |
| 2.1.4 调查年限 | 第33页 |
| 2.1.5 调查方式 | 第33页 |
| 2.1.6 结局判定 | 第33页 |
| 2.2 变量筛选和模型构建 | 第33-36页 |
| 2.2.1 SMOTE过抽样算法 | 第33-34页 |
| 2.2.2 Group Lasso回归方法 | 第34页 |
| 2.2.3 决策树模型 | 第34-35页 |
| 2.2.4 ROC曲线 | 第35页 |
| 2.2.5 预测性能比较 | 第35页 |
| 2.2.6 统计软件 | 第35-36页 |
| 3. 技术路线 | 第36-39页 |
| 4. 结果 | 第39-49页 |
| 4.1 调查完成情况 | 第39页 |
| 4.2 研究人群一般信息 | 第39-40页 |
| 4.2.1 平均年龄 | 第39页 |
| 4.2.2 年龄分布 | 第39-40页 |
| 4.2.3 骨折事件发生率 | 第40页 |
| 4.2.4 骨折原因 | 第40页 |
| 4.2.5 骨折部位 | 第40页 |
| 4.3 SMOTE算法平衡数据 | 第40-41页 |
| 4.4 绝经后骨质疏松性骨折影响因素筛选 | 第41-47页 |
| 4.4.1 基于隐树模型的证候要素探索 | 第41-43页 |
| 4.4.2 基于Group Lasso回归的影响因素筛选 | 第43-46页 |
| 4.4.3 基于决策树分类模型的影响因素筛选 | 第46-47页 |
| 4.5 绝经后骨质疏松性骨折预测模型构建 | 第47-48页 |
| 4.5.1 Logistic回归模型 | 第47页 |
| 4.5.2 决策树分类模型 | 第47-48页 |
| 4.6 两种模型的预测效能比较 | 第48-49页 |
| 5. 讨论 | 第49-58页 |
| 5.1 绝经后骨质疏松性骨折危险因素 | 第49-50页 |
| 5.1.1 年龄 | 第49-50页 |
| 5.1.2 骨密度 | 第50页 |
| 5.1.3 孕产次数 | 第50页 |
| 5.2 绝经后骨质疏松性骨折中医证候 | 第50-51页 |
| 5.3 结合危险因素及中医证候开展骨折早期预防 | 第51-55页 |
| 5.3.1 未病先防 | 第52-53页 |
| 5.3.2 已病防变 | 第53-55页 |
| 5.4 Logistic回归模型与决策树分类模型比较 | 第55-56页 |
| 5.4.1 预测效果 | 第55页 |
| 5.4.2 样本量 | 第55-56页 |
| 5.5 构建疾病风险预测模型思路 | 第56-57页 |
| 5.5.1 以疾病发生或终点指标作为结局变量 | 第56页 |
| 5.5.2 采集与目标结局相关的关键信息 | 第56页 |
| 5.5.3 运用数理方法筛选中西医危险因素 | 第56-57页 |
| 5.5.4 评价风险预测模型的预测性能 | 第57页 |
| 5.6 不足与展望 | 第57页 |
| 5.7 创新点 | 第57-58页 |
| 6. 结论 | 第58-59页 |
| 参考文献 | 第59-69页 |
| 致谢 | 第69-71页 |
| 个人简历 | 第71-74页 |
| 附件一: 社区40岁-65岁妇女骨质疏松危险因素及症状调查问卷 | 第74-78页 |
