不同机器学习算法在乌鲁木齐市NAFLD风险预测模型中的应用

• 作者: 杨磊 聂艳武 朱凯 周青 蔡雯
• 来源期刊: 现代预防医学
• 关键词: 机器学习 非酒精性脂肪肝 风险预测 模型构建
• 年，卷（期）: 2021,（18）
• 所属期刊栏目: 流行病与统计方法|Epidemiology and Statistical Methods
• 页码范围: 3270-3276
• 页数: 7页
• 分类号: R575.5
• 语种: 中文

摘要

目的 基于机器学习(machine learning,ML)的不同算法构建新疆维吾尔自治区乌鲁木齐市非酒精性脂肪性肝病(nonalcoholic fatty liver disease,NAFLD)决策树、随机森林及支持向量机风险预测模型,与经典logistic回归预测模型进行对比分析,以筛选出NAFLD最佳风险预测模型.方法 选取2018年1月-2019年12月就诊并明确诊断为NAFLD的患者429例为病例组,同时选择同期体检的健康志愿者561例作为对照组,探讨NAFLD患者健康状况、生活方式及行为等环境影响因素,基于影响因素构建NAFLD经典logsitic回归预测模型,并运用R软件构建决策树、随机森林及支持向量机风险预测模型,绘制四种模型受试者工作特征曲线(receiver operating characteristic curve,ROC),计算曲线下面积(area under curve,AUC),运用"十折交叉验证法"(10-fold cross-validation)对各模型准确率、灵敏度、特异度等指标进行对比分析.结果 共纳入体质指数(P＜0.001;OR=14.479;95％CI:4.000～ 52.407)、腰臀比(P=0.001;OR=3.692;95％CI:1.713～7.956)、被动吸烟(P=0.004;OR=3.074;95％CI:1.426～6.623)、主食品种(P=0.001;OR=4.938;95％CI:2.004～12.164)、高血压(P=0.008;OR=3.601;95％CI:1.407～9.219)、糖尿病(P=0.018;OR=4.719;95％CI:1.301～17.124)、血脂异常(P＜0.001;OR=8.538;95％CI:3.582～20.350)、食用红肉类频率(P＜0.001;OR=5.923;95％CI:2.487～ 14.106)、压力(P=0.019;OR=2.466;95％CI:1.158～5.252)、食用水果频率(P=0.034;OR=0.498;95％CI:0.261～ 0.949)、文化程度(P=0.011;OR=0.444;95％CI:0.238 ～ 0.828)11个预测因素构建经典logistic回归预测模型、决策树、随机森林及支持向量机风险预测模型.四种模型均具良好NAFLD风险预测能力,各模型准确率均大于0.80,灵敏度均大于0.85,Kappa值均大于0.65,阳性预测值、阴性预测值均大于或等于0.80;其中支持向量机具有最高的准确率(0.852)、特异度(0.855)、阳性预测值(0.877)及仅次于logsitic回归预测模型的AUC值(0.9086).结论 综合分析可知,基于支持向量机算法的预测模型更具有优势,可以有效地预测NAFLD患病风险,更有助于NAFLD的预防、早期治疗和管理.