糖尿病相关预测模型构建的机器学习方法*

邹 琼 张 杨 万 毅 陈长生△

糖尿病是以高血糖为特征的一种代谢性疾病,血糖高大多是由胰岛素分泌缺陷或其生物作用受损引起,患糖尿病时持续存在的高血糖,会损害各种组织,特别是脑、肾、心脏、神经等[1]。目前,糖尿病是全世界最主要的慢性非传染性疾病之一[2]。新版糖尿病地图指出,在全球范围4.63亿糖尿病患者中,有2.319亿未诊断,未诊断率为50.1%,其中绝大多数为2型糖尿病患者。中国有超过6500万糖尿病患者尚未确诊,这些患者没有明显的糖尿病症状,如果不能早发现、及时干预,将增加糖尿病相关并发症的风险,从而极大地增加糖尿病相关医疗保健费用[3]。在糖尿病相关方面的预测分析研究领域,目前更多的是采用机器学习(machine learning,ML)的方法。

机器学习是一类经典的预测模型,已在慢性病发病风险识别以及危险因素研究中得到了广泛应用[4]。这是一门研究机器如何适应环境和从示例中学习,并通过模仿人类学习过程来解决各种复杂问题的知识。受医学神经系统的启发,机器学习算法在计算机系统上得到了应用和发展,特别适用于大数据分析和多变量之间复杂关系的研究。目前,机器学习方法众多,有Bagging、Boosting、支持向量机(support vector machines,SVM)、人工神经网络(artificial neural network,ANN)等。

将机器学习方法应用于糖尿病相关方面的预测可以提高临床治疗效果[5]。根据美国糖尿病协会(The American diabetes association,ADA),诊断糖尿病可基于血糖标准,即:糖化血红蛋白(≥6.5%)、空腹血糖(≥7.0 mmol/L)、OGTT(2小时值≥11.1 mmol/L)和有典型高血糖或高血糖危重症状的患者,随机血糖≥11.1 mmol/L[6]。……