基于支持向量机的妊娠期糖尿病预测模型的构建
目的 构建基于支持向量机(Support Vector Machine,SVM)的妊娠期糖尿病(Gestational Diabetes Mellitus,GDM)预测模型.方法 选择2018年1~12月在福建省立医院南院定期产检及分娩的产妇115例,其中妊娠期糖尿病产妇50例为观察组,随机抽取同期正常产妇65人为对照组,收集产妇的一般资料和孕早期(8~12 W)的血常规、凝血功能和生化指标检测资料,将这些变量采用皮尔森相关系数分析,找出纳入预测模型分析的变量.结果 特征变量与GDM的皮尔森相关系数绝对值最大的前5个变量分别是甘油三酯、活化部分凝血活酶时间、抗凝血酶Ⅲ、孕前BMI和孕次,且这五个变量观察组和正常组孕妇之间的差异均有统计学意义(P值均小于0.01),使用SVM算法将这五个变量纳入预测模型分析,对GDM的预测有78.3%的准确率和84.6%的精确率.结论 使用SVM算法对预测早孕期孕妇患有GDM具有重要的临床意义.
妊娠期糖尿病、支持向量机、预测模型、甘油三脂、活化部分凝血活酶时间
25
R714.25(妇产科学)
福建省教育厅项目JAT170081
2020-04-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
465-468