基于机器学习算法的2型糖尿病患者3个月血糖预测

• 作者: 史宇晖 吴涛 孙昕霙 沈莹 覃伟 赵艾 高敏
• 来源期刊: 中华疾病控制杂志
• 学科: 医学
• 关键词: 2型糖尿病 分类预测 随机森林算法 Logistic回归算法
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 行为健康
• 页码范围: 1313-1317
• 页数: 5页
• 分类号: R587.1|TP181
• 语种: 中文
• DOI: 10.16462/j.cnki.zhjbkz.2019.11.003

摘要

目的 评价Logistic回归算法和随机森林算法对2型糖尿病患者3个月后血糖控制情况的预测效果,并探究血糖控制的影响因素.方法 收集顺义、通州区2型糖尿病患者的基线调查和随访信息,以患者3个月后糖化血红蛋白是否大于6.5％作为结局分类变量,使用随机森林算法和Logistic算法建立预测模型,通过受试者工作特征曲线下面积(area under the curve,AUC)、灵敏度等指标比较预测效果.结果 患者血糖控制效果的影响因素有基线空腹血糖(P＜0.001)、病程(P＜0.001)、吸烟(P=0.026)、静态活动时间(P=0.006)、体重指数(超重P=0.002,肥胖P=0.011)、手环使用(P=0.028)和糖尿病饮食(P=0.002)7个因素;Logistic回归预测模型的AUC为0.738,灵敏度为72.9％,特异度68.1％,准确率71.2％,随机森林模型的AUC为0.756,灵敏度74.5％,特异度69.5％,准确率72.8％.结论 随机森林算法预测效果优于Logistic回归预测模型,可应用于血糖控制效果预测,辅助糖尿病患者的管理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴涛	北京大学公共卫生学院流行病与卫生统计学系	102	676	13.0	21.0
2	高敏	北京大学公共卫生学院社会医学与健康教育学系	42	176	8.0	11.0
3	赵艾	北京大学公共卫生学院社会医学与健康教育学系	32	181	8.0	12.0
4	史宇晖	北京大学公共卫生学院社会医学与健康教育学系	49	435	12.0	19.0
5	沈莹	北京大学公共卫生学院社会医学与健康教育学系	7	8	2.0	2.0
6	覃伟	北京大学公共卫生学院社会医学与健康教育学系	4	1	1.0	1.0