（重庆交通大学经济与管理学院重庆）
摘要：近年来，对肝纤维化无创诊断方法的研究主要分为血清学诊断和影像学诊断这两类。血清学诊断能避免肝纤维化患者行肝活检、减轻慢性乙肝患者的经济负担，所以正在逐步为广大慢性乙型肝炎患者所接受。本文通过建立肝纤维化无创诊断模型对血清诊断法进行了分析。
关键词：因子分析法；ROC曲线评价；Logistic回归分析模型
一、模型一的建立与求解:因子分析、ROC曲线模型
（1）因子分析：
（2）ROC曲线模型：由于基于因子分析法建立指标聚类模型时，主观地对指标筛选设置了阈值，致使对主成分筛选相应指标这一过程中被抹上了主观性色彩。为了降低主观性的因素的影响，本文引入了基于方差齐性检验的ROC曲线模型，通过运用方差齐性检验的方法对各独立测量样本做显著性检验，最终通过SPSS对此典型基于样本的定性定量相结合的模型进行求解。然后把得到的指标与之前的进行综合，最终得到9项相关指标，它们分别为：PTS、IV型胶原、III型前胶原、体重、身高、AST、透明质酸、年龄和ALT。
二、模型二的建立与求解:Logistic回归分析模型
基于模型一给出的指标体系，本文通过Logistic回归分析法构建肝纤维化无创诊断模型。继而通过划分实验组和对照组的方法，将项原始的独立测量样本数据进行增添归类，得到项的回归模型样本数据（其中219组实验组，75组对照组），一方面，达到对照分析的目的，另一方面，提高了数据特征的显著性。
第一步：提取自变量和因变量。在此，我们以肝纤维化无创诊断模型为因变量，以问题一双模型筛选的九项指标为自变量。设置变量为模型求解做准备。
第三步：运用MATLAB2014b处理软件，对基于Logistic回归分析法的肝纤维化无创诊断模型进行求解，并采用似然比来检验模型整体的拟合效果，其中将判断概率的阈值设定为0.05。最终得到的Logistic回归结果如下：
结论：
经过统计，回归分析的预测准确率高达78.11%，模型拟合程度较好。指标体系内的PTS、IV型胶原、III型前胶原、体重、身高、AST、透明质酸、年龄和ALT这9项指标对于肝纤维化无创诊断模型的贡献程度毋庸置疑，即足以根据以上9个特征对肝纤维化无创诊断提供具有说服力的病理诊断依据。
参考文献
[1]姜启源谢金星叶俊，数学模型（第三版）北京，高等教育出版社
[2]李洪,宫兆宁,赵文吉,等.基于Logistic回归模型的北京市水库湿地演变驱动力分析[J].地理学报,2012
[3]姜广辉,张凤荣,陈军伟,等.基于Logistic回归模型的北京山区农村居民点变化的驱动力分析[J].农业工程学报,2007
客服QQ：30444492琼网文【2021】1550-113号
增值电信业务经营许可证：琼B2-20210322
出版物经营许可证：新出发龙华出字第(2021)009号
广播电视节目制作经营许可证：(琼)字第00779号
版权所有 ©2002-2024 期刊网(www.qikanchina.com) 琼ICP备2021005105号
