基于随机森林法的2型糖尿病合并非酒精性脂肪肝预测模型

• 作者: 朱兴敏 蒋伏松 郑西川 陈霆
• 来源期刊: 中国数字医学
• 学科: 医学
• 关键词: 随机森林法 2型糖尿病 非酒精性脂肪肝 预测
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 数据资源管理与利用
• 页码范围: 61-63,118
• 页数: 4页
• 分类号: R587
• 字数: 3441字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2018.11.021

摘要

目的:非酒精性脂肪性肝病(Nonalcoholic fatty liver disease,NAFLD)增加了心血管疾病死亡的风险,并可导致肝细胞癌.研究拟通过挖掘多个常规指标(特征)对NAFLD的影响,预测2型糖尿病患者罹患NAFLD的概率.方法:从上海市第六人民医院临床信息系统采集共26个维度的数据,数据挖掘方法采用集成学习算法中的随机森林法.同时,基于医生的经验知识,逐步缩小特征数量至9个维度.结果:在不同维度的模型中,最小预测精度为81.5％,而最大精度为83.6％,均优于其他类似模型.当有9个特征时,预测精度为83.2％.结论:随机森林法在2型糖尿病中预测并存NAFLD具有实际应用价值,甘油三酯、低密度脂蛋白、空腹胰岛素是最重要的预测指标.