2型糖尿病肾病预测的集成学习模型研究

摘要：

目的:构建3个2型糖尿病肾病的预测模型.方法:基于国家临床医学科学数据中心的《糖尿病并发症预警数据集》,采用多种预处理方法清洗数据,通过Logistic回归分析和互信息等方法筛选特征.选用提升决策树、决策森林和决策丛林3种集成学习模型进行训练,实现对2型糖尿病肾病的风险预测.采用准确率、精确率、召回率,F1值和AUC 5个指标评价和比较3种模型的预测效能.结果:3个基于集成学习的糖尿病肾病预测模型的预测水平较高,其中二分类提升决策树模型的预测性能最优.结论:基于集成学习的糖尿病肾病预测模型可以为2型糖尿病肾病的风险预测提供一定的参考和借鉴.

关键词：糖尿病肾病;集成学习;预测;比较研究

所属期刊栏目：30

分类号：R587.1(内分泌腺疾病及代谢病)

资助基金：中国医学科学院医学与健康科技创新工程课题"中国医学科学院医学科技创新体系评价研究"2020-I2M-2-012

在线出版日期：2021-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：18-26