| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景与问题的提出 | 第13-15页 |
| 1.2 研究目的与意义 | 第15-16页 |
| 1.3 国内外研究现状 | 第16-19页 |
| 1.3.1 预测在医学研究中的应用 | 第16-17页 |
| 1.3.2 糖尿病相关预测模型研究 | 第17-19页 |
| 1.4 研究内容 | 第19-20页 |
| 1.4.1 研究对象 | 第19页 |
| 1.4.2 研究方案 | 第19-20页 |
| 1.4.3 统计分析 | 第20页 |
| 1.5 研究创新点 | 第20-21页 |
| 第二章 预测模型研究的理论基础 | 第21-33页 |
| 2.1 糖尿病预测模型建立方法 | 第21-24页 |
| 2.2 本文相关方法介绍 | 第24-33页 |
| 2.2.1 logistic回归 | 第25-28页 |
| 2.2.2 BP神经网络 | 第28-31页 |
| 2.2.3 模型评价标准—ROC曲线 | 第31-33页 |
| 第三章 数据准备 | 第33-37页 |
| 3.1 样本数据采集 | 第33页 |
| 3.2 数据处理 | 第33-34页 |
| 3.3 数据描述 | 第34-37页 |
| 3.3.1 基本描述 | 第35-36页 |
| 3.3.2 定量变量统计描述 | 第36页 |
| 3.3.3 定性变量统计描述 | 第36-37页 |
| 第四章 预测模型的建立及结果分析 | 第37-52页 |
| 4.1 基于logistic回归的糖尿病预测模型 | 第38-40页 |
| 4.1.1 糖尿病影响因素的单因素Logistic回归分析 | 第38-39页 |
| 4.1.2 多因素Logistic回归模型进行糖尿病预测 | 第39-40页 |
| 4.2 基于BP神经网络的糖尿病预测模型 | 第40-43页 |
| 4.2.1 建立神经网络模型 | 第40-42页 |
| 4.2.2 实验结果分析 | 第42-43页 |
| 4.3 经Logistic回归筛选变量后的BP神经网络预测结果 | 第43-47页 |
| 4.4 BP神经网络模型与logistic回归模型糖尿病预测比较 | 第47-52页 |
| 4.4.1 模型的有效性验证 | 第47页 |
| 4.4.2 预测结果对比分析 | 第47-48页 |
| 4.4.3 模型泛化能力评价 | 第48-52页 |
| 第五章 研究结果分析 | 第52-56页 |
| 5.1 糖尿病患病影响因素 | 第52-53页 |
| 5.2 模型预测结果比较 | 第53-54页 |
| 5.3 logistic回归和神经网络方法对比分析 | 第54-56页 |
| 第六章 结论与展望 | 第56-58页 |
| 6.1 研究结论 | 第56页 |
| 6.2 研究局限及展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 附录：攻读学位期间公开发表的论文 | 第65页 |
