基于机器学习的脂肪肝预测模型构建

摘要：

目的:基于机器学习建立一种可准确预测脂肪肝的模型,辅助医务人员实现脂肪肝高危人群的识别及分类.方法:回顾性收集2018年4月-12月在十堰市某三级医院体检人群的临床资料,选取包括性别、年龄、体质指数、甘油三酯等16个指标,采用Catboost、XGBoost、KNN、Logistic回归、朴素贝叶斯和支持向量机六种机器学习算法进行脂肪肝预测模型构建.其中70％的数据用于训练集,剩余30％用于测试集.采用受试者工作特征曲线下面积(area under the curve,AUC)和校准曲线以评估及比较模型的预测性能,并采用沙普利可加性特征解释方法(sha?pley additive explanation,SHAP)实现预测模型的可视化.结果:共纳入6237名受试者,其中脂肪肝患者3208名.Catboost、XGBoost、KNN、Logistic回归、朴素贝叶斯和支持向量机的AUC分别为0.926、0.911、0.807、0.880、0.882、0.862.除朴素贝叶斯外,其他所有模型的校准曲线均表现良好,Catboost模型在六个模型中具有最佳预测性能.在Catboost变量重要性矩阵图中,排名前五个预测因素是体质指数、甘油三酯、总胆固醇、年龄、低密度脂蛋白.此外,体质指数、甘油三酯、低密度脂蛋白对脂肪肝病程影响呈现潜在交互关系,且体质指数>20 kg/m2是脂肪肝风险显著升高的危险因素.结论:Catboost模型是最佳的预测模型,其可用于预测脂肪肝及解释特征变量交互关系,体质指数、甘油三酯、低密度脂蛋白指标可预测脂肪肝的高危人群.

关键词：机器学习、脂肪肝、预测模型

所属期刊栏目：41

分类号：R575.2;TP391.4;K091

资助基金：国家自然科学基金71774049

在线出版日期：2023-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：574-577,583,封4