2型糖尿病肾病预测的集成学习模型研究

• 作者: 童俞嘉 安新颖 蔡荣 陈昱全 戴国琳 苟欢
• 来源期刊: 中华医学图书情报杂志
• 关键词: 糖尿病肾病 集成学习 预测 比较研究
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 情报研究与方法
• 页码范围: 18-26
• 页数: 9页
• 分类号: R587.1
• 语种: 中文
• DOI: 10.3969/j.issn.1671-3982.2021.04.003

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.