↑点击
目的 通过构建提升决策树、决策森林、神经网络、支持向量机等9个常用机器学习模型对2型糖尿病并发糖尿病视网膜病变进行风险预测，进行模型评价。方法 采用国家人口健康科学数据中心（临床医学）的糖尿病数据集数据，采用SPSS20.0软件进行统计分析，通过卡方检验和t检验筛选糖尿病视网膜病变相关因素进入预测模型。对数据进行预处理后，使用AzureMachineLearningStudio构建9种二分类模型，采用十折交叉验证方式测试算法效能，以准确率、精确率、召回率、F1得分、AUC值为指标对模型进行评价。结果 通过卡方检验和t检验得到糖尿病视网膜病变的影响因素，共筛选出年龄、血肌酐等32项计量资料指标的已有编号、指标名与结果字段进入预测模型。指标评价结果显示，提升决策树模型具有明显优势。结论 提升决策树模型在9种预测模型中具有明显优势，可为2型糖尿病视网膜病变高危人群的筛检与干预研究提供一定帮助。
关键词 2型糖尿病；糖尿病视网膜病变；机器学习；风险预测
开放科学（资源服务）标识码（OSID）
作者语音介绍、在线问答、学术圈、开放科学数据与内容
引用格式：冯沁祺,彭博雅,李雅儒,等.基于机器学习的2型糖尿病视网膜病变预测模型研究[J].中国中医药信息杂志,,28(6):22-28.
DOI：10./j.cnki.-.
点击?下载PDF?
滑动查看下一页
拓展阅读
年6期目录
《中国中医药信息杂志》加入中国知网《中国学术期刊（网络版）》网络首发作者告知书
《中国中医药信息杂志》加入OSID开放科学计划告知书
木贼-青葙子药对治疗糖尿病视网膜病变作用机制网络药理学研究
复方血栓通胶囊联合羟苯磺酸钙片治疗早期糖尿病视网膜病变疗效的Meta分析及试验序贯分析
提示：点开乱码可能与iOS系统及