决策树算法在脑卒中危险分级预测中的应用

• 作者: 李雪萌 汪仁 王树奇 赵东升 边迪
• 来源期刊: 中国疗养医学
• 关键词: 决策树 脑卒中筛查 危险分级 数据插补
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 论著
• 页码范围: 233-236
• 页数: 4页
• 字数: 3366字
• 语种: 中文
• DOI: 10.13517/j.cnki.ccm.2019.03.003

摘要

目的 通过构建决策树模型探索各种危险因素对脑卒中危险分级的影响,提高脑卒中数据统计分析与脑卒中防治的效率.方法 采用C4.5决策树算法构建模型,以全国脑卒中筛查历史数据作为数据集,选取部分档案个人信息、常见病信息与医学检查信息等作为影响变量.结果 构建出包含37个节点的决策树模型,其对危险分级数据总体预测准确率为85.03％,其中低、 中、 高危级别查准率与F1度量值分别为87.19％、75.65％、77.07％、0.93、0.64、0.57.结论 模型可以较为准确的预测低、中、高危级别的档案,实现对全国脑卒中筛查数据中危险分级缺失字段进行插补,为脑卒中数据分析、疾病预防提供帮助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王树奇	西安科技大学通信与信息工程学院	26	319	10.0	17.0
2	汪仁	西安科技大学通信与信息工程学院	4	11	3.0	3.0
3	赵东升	军事科学院军事医学研究院	9	6	1.0	2.0
4	边迪	西安科技大学通信与信息工程学院	1	5	1.0	1.0
5	李雪萌	军事科学院军事医学研究院	1	5	1.0	1.0