基于随机森林法的2型糖尿病合并非酒精性脂肪肝预测模型

摘要：

目的:非酒精性脂肪性肝病(Nonalcoholic fatty liver disease,NAFLD)增加了心血管疾病死亡的风险,并可导致肝细胞癌.研究拟通过挖掘多个常规指标(特征)对NAFLD的影响,预测2型糖尿病患者罹患NAFLD的概率.方法:从上海市第六人民医院临床信息系统采集共26个维度的数据,数据挖掘方法采用集成学习算法中的随机森林法.同时,基于医生的经验知识,逐步缩小特征数量至9个维度.结果:在不同维度的模型中,最小预测精度为81.5％,而最大精度为83.6％,均优于其他类似模型.当有9个特征时,预测精度为83.2％.结论:随机森林法在2型糖尿病中预测并存NAFLD具有实际应用价值,甘油三酯、低密度脂蛋白、空腹胰岛素是最重要的预测指标.

关键词：随机森林法、2型糖尿病、非酒精性脂肪肝、预测

所属期刊栏目：13

分类号：R587(内分泌腺疾病及代谢病)

资助基金：上海市信息化发展大数据发展专项资金-基于临床医疗大数据的临床智能决策深度应用201602023

在线出版日期：2019-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：61-63,118