基于连续贝叶斯网络的尿酸相关因素应用研究.pdfVIP

目 录 中文摘要I 英文摘要III 本文中英文对照VI 前 言 1 一、研究意义 1 二、国内外研究现状 3 1 贝叶斯网络 6 1.1 基础理论 6 1.2 贝叶斯网络学习 8 1.3 连续变量的结构学习算法 11 2 IPCB 算法与MMHC 算法构建贝叶斯网络结构的比较 15 2.1 资料与方法 15 2.2 测试结果与分析 16 2.3 小结 19 3 山西省慢性病与营养监测人群尿酸水平及其相关因素研究 20 3.1 资料与方法 20 3.2 结果与分析 23 3.3 小结 28 4 讨论与结论 29 4.1 讨论 29 4.2 结论 31 参考文献 32 综 述 36 致 谢 42 个人简介 43 山西医科大学硕士学位论文 基于连续贝叶斯网络的尿酸相关因素应用研究 摘 要 目的： 研究基于偏相关的连续贝叶斯网络结构学习算法，并与离散结构学习算法 MMHC 进行比较。针对连续变量的离散化可能导致信息丢失的问题，采用仿真 数据来检验IPCB 连续结构学习算法充分利用数据信息准确构建网络框架的能力； 利用山西省2015 年慢病调查数据，分别采用MMHC 算法和IPCB 算法建立尿 酸及其相关因素的贝叶斯网络结构，从实例上再次验证IPCB 算法可以充分利用 连续变量数据提供的信息建立更完整的疾病相关因素的网络关系，可为慢性病影 响因素网络分析提供新的思路。 方法： 在GeNIe2.4 中选取测试网络，生成不同样本量的连续数据集和离散数据集， 分别利用IPCB 算法和MMHC 算法进行贝叶斯网络结构学习，与原始网络结构 比较，以错误边数作为比较算法性能的指标。利用山西省2015 年慢性病与营养 监测数据，选取可能与尿酸相关的连续变量构成的数据集进行分析，根据研究内 容分为代谢指标数据集和膳调户指标数据集。首先对两个数据集进行简单的统计 描述，然后在两个数据集中采用IPCB 算法建立尿酸相关因素的连续变量贝叶斯 网络，同时将变量离散化后采用MMHC 算法建立相应的离散贝叶斯网络，并与 连续贝叶斯网络做比较，比较两种算法建立的尿酸相关因素贝叶斯网络的合理性。 结果： （1）通过ASIA 和TANK 两个仿真网络测试研究发现，基于变量离散化的 MMHC 算法学习贝叶斯网络可以获得一部分正确的边，但不论样本量大小，丢 失边的情况都比较突出。而IPCB 连续结构学习算法在测试中发现，不论样本量 大小，IPCB 算法均能获得正确完整的网络结构。 （2 ）从2015 年山西省慢性病与营养监测数据库中提取与尿酸相关的连续变 量指标，根据研究内容将数据库分为代谢指标数据集和膳调户数据集两个数据集 I 山西医科大学硕士学位论文 分析。代谢指标数据集选取尿酸、甘油三酯、总胆固醇、低密度脂蛋白胆固醇、 高密度脂蛋白胆固醇、空腹血糖、糖化血红蛋白和年龄共8 个连续变量指标；膳 调户数据集选取与尿酸相关的身体测量和饮食指标：舒张压、收缩压、BMI 、腰 围、肉类摄入量、水产品摄入量、食盐摄入量、食用油摄入量、酒精摄入量、蔬 果摄入量，共11 个连续变量指标。两个数据集所选取的指标均不服从正态分布。 （3 ）IPCB 算法在两个数据集上建立的连续贝叶斯网络均较MMHC 算法所 建立的离散贝叶斯网络完整，能发现更多与尿酸相关的指标。代谢指标数据集中， MMHC 算法建立的离散贝叶斯网络发现9 条边，其中仅发现甘油三酯与尿酸的 直接关系；IPCB 算法建立的连续贝叶斯网络发现13 条边，其中发现年龄、甘油 三酯、高密度脂蛋白、低密度脂蛋白4 个指标与尿酸的关系。膳调户数据集中， 离散贝叶斯网络共学习到9 条边，其中仅发现BMI 一个指标与尿酸直接相关， 未发现饮食习惯指标与尿酸的关系；连续贝叶斯网络学习到 14 条边，发现了尿 酸与BMI