QDScoe糖尿病风险指数预测算法.doc

QDScore糖尿病风险指数预测算法 根据发表在 BMJ 上的一项研究报道，使用一些常规收集的数据加上简单的算法便可预测10年内出现2型糖尿病的风险。在建立该预测模型时，研究者首先根据250万英国病人的电子病历数据来确定10年内发生2型糖尿病的独立预测因素 (包括年龄、身体质量指数、糖尿病家族史、吸烟状况、高血压治疗情况、糖皮质激素使用情况、是否有心血管疾病、社会经济状况以及种族分类)。然后根据这些风险值和临床结果设计出一个算法，最后在近120万的成人中验证该算法的有效性和精确性。总体上该算法非常有效，预测的风险与实际观察到的风险非常接近。作者总结认为他们的预测模型可用于及早发现高危人群并对他们进行主动干预。/ 预测问卷内容: 年龄 (输入范围为25至79岁之间) 性别 (男,女) 种族 (白人或不确定1,印度人2,巴基斯坦人3,孟加拉人4,其他亚洲人5,加勒比黑人6,非洲黑人7,中国人8,其他种族9) 是否患有糖尿病? (否0,是1)(当用户选择“是”风险预测不再进行) 直系亲属中是否患有糖尿病? 如：父亲，母亲，兄弟姐妹 (否0，是1) 是否患有心脏病,心绞痛,中风或TIA? (否0,是1) 是否吸烟? (否0,是1) 是否进行高血压治疗? (否0,是1) 是否使用肾上腺糖皮质激素? (否0,是1) BMI指数 (用户输入身高cm,体重kg,系统通过公式计算,取值范围为18至42之间) 贫困程度 (取值范围为-6至11之间) 预测未来年数 (输入范围为1至10年之间) 预测风险源代码分析（C语言实现）static double type2_female_raw( int age,int b_corticosteroids,int b_cvd,int b_treatedhyp,double bmi,int ethrisk,int fh_diab,int smok,int surv,double town ) { //预测年限参数数组,1至10年； double survivor[11] = { 0, 0.998805761337280, 0.997608065605164, 0.996346592903137, 0.994937002658844, 0.993355870246887, 0.991551995277405, 0.989812076091766, 0.987842559814453, 0.985680699348450, 0.983291983604431 }; //条件数组 /* The conditional arrays */ //9个种族对应的参数数组 double Iethrisk[10] = { 0, 0, 0.5365495202183693200000000, 0.7662863026744053400000000, 1.4039515607221962000000000, 0.2343839843021357000000000, -0.2262477766307989200000000, -0.2175322459800286300000000, 0.6734132892549344900000000, -0.1179038879534471800000000 }; //应用多项式转换 /* Applying the fractional polynomial transforms */ /* (which includes scaling) */ double dage = age; dage=dage/10; double age_1 = pow(dage,0.5); double age_2 = pow(dage,3); double dbmi = bmi; dbmi=dbmi/10; double bmi_1 = dbmi; double bmi_2 = pow(dbmi,3); //效准连续变量 /* Centring the continuous variables */ age_1 = age_1 - 2.115379810333252; age_2 = age_2 - 89.604545593261719; bmi_1 = bmi_1 - 2.544721126556397; bmi_2 = bmi_2 - 16.478612899780273; town =