冯沁祺,彭博雅,李雅儒,翟兴
中医药信息学
基于机器学习的2型糖尿病视网膜病变预测模型研究
冯沁祺1,彭博雅2,李雅儒2,翟兴2,3
1.北京中医药大学第一临床医学院,北京 100007;2.北京中医药大学管理学院,北京 100029;3.中国人民大学信息资源管理学院,北京 100872
通过构建提升决策树、决策森林、神经网络、支持向量机等9个常用机器学习模型对2型糖尿病并发糖尿病视网膜病变进行风险预测,进行模型评价。采用国家人口健康科学数据中心(临床医学)的糖尿病数据集数据,采用SPSS20.0软件进行统计分析,通过卡方检验和检验筛选糖尿病视网膜病变相关因素进入预测模型。对数据进行预处理后,使用Azure Machine Learning Studio构建9种二分类模型,采用十折交叉验证方式测试算法效能,以准确率、精确率、召回率、F1得分、AUC值为指标对模型进行评价。通过卡方检验和检验得到糖尿病视网膜病变的影响因素,共筛选出年龄、血肌酐等32项计量资料指标的已有编号、指标名与结果字段进入预测模型。指标评价结果显示,提升决策树模型具有明显优势。提升决策树模型在9种预测模型中具有明显优势,可为2型糖尿病视网膜病变高危人群的筛检与干预研究提供一定帮助。
2型糖尿病;糖尿病视网膜病变;机器学习;风险预测
糖尿病影响着全球约4.15亿成年人的生命健康,预计到2030年糖尿病患者可达5.52亿,2040年为6.42亿[1]。其中,2型糖尿病(type 2 diabetes mellitus,T2DM)患者约占90%~95%[2]。中国糖尿病患病率高,且男性高于女性[3]。随着生活方式的改变及社会老龄化,我国糖尿病患病率呈快速增长趋势。……