典型文献
基于机器学习的糖尿病肾病风险预测模型研究
文献摘要：
目的:建立糖尿病-糖尿病肾病患者数据集,基于机器学习算法,建立糖尿病肾病风险预测模型,从2型糖尿病患者中筛选出糖尿病肾病患者,辅助进行糖尿病肾病诊断.方法:收集医院内分泌科2型糖尿病患者和糖尿病肾病患者数据,建立糖尿病-糖尿病肾病患者数据集;基于Logistic回归方法进行特征筛选,选取疾病影响因素;使用K近邻、逻辑回归、决策树等8种算法建立风险预测模型,并对预测模型进行评价比较.结果:筛选出糖尿病病程、视网膜病变、尿肌酐等9个因素与糖尿病肾病的发生显著相关,纳入风险预测模型训练集中;建立模型经验证比较,发现使用随机森林算法建立模型预测准确率最高,准确率达到92.74％.结论:基于随机森林算法建立模型预测效能最好,在2型糖尿病患者人群中可以实现糖尿病肾病风险精准预测,为糖尿病肾病诊断提供帮助.
文献关键词：
糖尿病肾病;机器学习;预测模型
中图分类号：
作者姓名：
徐澄;彭丹
作者机构：
徐州医科大学附属医院,江苏 徐州 221000
文献出处：
引用格式：
[1]徐澄;彭丹-.基于机器学习的糖尿病肾病风险预测模型研究)[J].无线互联科技,2022(17):131-136
A类：
B类：
基于机器学习,风险预测模型,糖尿病肾病患者,患者数据,机器学习算法,糖尿病患者,内分泌科,特征筛选,疾病影响,近邻,逻辑回归,决策树,糖尿病病程,视网膜病变,尿肌酐,模型训练,训练集,建立模型,随机森林算法,预测准确率,预测效能,精准预测
AB值：
0.164688
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
