10.14163/j.cnki.11-5547/r.2019.02.107
基于数据挖掘技术构建适宜基层应用的2型糖尿病视网膜病变风险预测模型研究
目的 研究分析基于数据挖掘技术构建适宜基层应用的2型糖尿病视网膜病变风险预测模型.方法 300例确诊的2型糖尿病患者,随机分为模型组(250例)和对照组(50例),建立适合基层的"糖尿病风险因素评估+视网膜病变设备检测+血糖控制"预测模型.两组均进行免散瞳眼底彩色照相及相关化验等,引用数据挖掘技术,通过多因素Logistic回归分析研究视网膜病变关联因素.结果 检测600只眼,视网膜病变眼数200只;重度非增生型眼数和增生型眼数分别为105、95只.对照组100只眼,视网膜病变眼数32只,重度非增生型眼数和增生型眼数分别为15、17只;模型组500只眼,视网膜病变眼数168只,重度非增生型眼数和增生型眼数分别为90、78只.单因素回归分析显示,年龄、病程、糖化血红蛋白、尿蛋白、眼轴长度是2型糖尿病患者发生视网膜病变的影响因素(P<0.05).多因素回归分析显示,2型糖尿病视网膜病变的风险因素主要有眼轴长度、年龄、病程、糖化血红蛋白以及尿蛋白.构建ROC曲线,对照组测算曲线下面积数值为0.800,临界值结果为0.184,简化回归方程分析诊断临界值结果为-1.479.对照组患者将相关的计算参数列入回归方程,敏感性、特异性、曲线下面积数值分别为86.0%、58.0%、0.762,伴随预测评分结果与视网膜病变患病率成正向关系,若评分结果<-2.5,则实际患病率为0.结论 2型糖尿病视网膜病变诱发因素很多,主要与患者病程、眼轴长度、年龄、糖化血红蛋白、尿蛋白等因素有关,同时验证了风险预测模型的有效性.
数据挖掘技术、2型糖尿病、视网膜病变、风险预测、模型
14
2016年深圳市宝安区医疗卫生科研项目2016CX222
2019-03-27(万方平台首次上网日期,不代表论文的发表时间)
共2页
181-182