使用Apriori算法揭示脑卒中的频繁集

摘要：

目的:通过大规模脑卒中初筛数据分析,研究脑卒中发病的危险因素规则模式.方法:采集国家脑卒中筛查与防控数据中心的脑卒中危险因素初筛数据,运用关联规则挖掘方法,研究大范围人群中脑卒中发病相关的危险因素,选择最小支持度为0.1%,最小置信度为10%,挖掘脑卒中发病的模式规则.结果:在初筛表列举的9个危险因素中,既往有短暂性脑缺血发作(TIA)、高血压和脑卒中家族史与脑卒中发病呈弱相关.TIA、房颤或瓣膜性心脏病、脑卒中家族史、高血压以及糖尿病是影响脑卒中发病的最主要的危险因素.当年龄>60岁时,年龄则成为影响脑卒中发病的重要危险因素之一.结论:在21个大概率导致脑卒中发病规则模式中的一些危险因素组合此前并未得到足够的重视,脑卒中发病的危险因素规则模式为临床医学提供了新的有价值的诊断依据.

关键词：脑卒中、危险因素规则模式、关联规则挖掘、Apriori算法

所属期刊栏目：15

分类号：R-058(一般理论)

在线出版日期：2018-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：32-35