10.16680/j.1671-3826.2023.09.18
基于少数类样本合成过抽样技术算法2型糖尿病合并周围神经病变风险预警模型构建
目的 探讨2 型糖尿病合并周围神经病变的危险因素,并基于少数类样本合成过抽样技术(SMOTE)算法构建2 型糖尿病合并周围神经病变的风险预警模型.方法 选取自 2020 年 1 月至 2021 年 12 月芜湖市第二人民医院收治的 205 例2 型糖尿病患者为研究对象.根据周围神经病变发生情况将患者分为周围神经病变组(n =70)和无周围神经病变组(n = 135).收集并记录患者的年龄、性别、病程、居住地、婚姻状态、体质量指数、文化程度、饮酒史、吸烟史、糖化血红蛋白、高血压、空腹血糖及合并糖尿病视网膜病变(DR)等资料.采用Logistic回归分析筛选2 型糖尿病合并周围神经病变的危险因素,应用SMOTE算法构建2 型糖尿病合并周围神经病变的预警模型.采用受试者工作特征(ROC)曲线对预警模型的预测效能进行分析.结果 Logistic回归分析结果显示,年龄、病程、婚姻状态、体质量指数、文化程度、糖化血红蛋白、高血压及合并DR是2 型糖尿病合并周围神经病变的危险因素(P<0.05).原始预警模Logit(P1)H-L检验结果(决定系数R2 =0.352,P =0.328),提示Logistic回归模型的拟合度良好.基于SMOTE算法的预警模型Logit(P2)H-L检验结果(决定系数R2 = 0.371,P =0.635),提示基于SMOTE算法的预警模型拟合度良好.原始预警模型的ROC曲线下面积为 0.809,基于SMOTE算法的预警模型的ROC曲线下面积为0.927.结论 年龄、病程、婚姻状态、体质量指数、文化程度、糖化血红蛋白、高血压及合并DR是2 型糖尿病合并周围神经病变的危险因素,基于SMOTE算法的预警模型能够对2 型糖尿病合并周围神经病变进行准确预测,可帮助临床制定周围神经病变的相关防治对策.
2型糖尿病、周围神经病变、少数类样本合成过抽样技术算法、预警模型
51
R58(内分泌腺疾病及代谢病)
安徽省卫生健康委科研项目AHWJ2021b145
2023-10-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
952-955,959