网站大量收购独家精品文档,联系QQ:2885784924

糖尿病并发视网膜病变的关键影响因素分析和风险预测研究.docxVIP

糖尿病并发视网膜病变的关键影响因素分析和风险预测研究.docx

此“医疗卫生”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共14页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

现代预防医学2024年第51卷第3期ModernpreventiveMedicine,2024,vol.51,NO.3557

.临床与预防.

糖尿病并发视网膜病变的关键影响因素分析和风险预测研究

武巾援,安洪庆

滩坊医学院,山东滩坊261053

摘要:目的探究糖尿病并发视网膜病变(diabeticretinopathy,DR)的关键影响因素,进行发病现状分析,并构建发病风险预测模型。方法基于“国家人口与健康科学数据共享平台”公布的“糖尿病并发症预警数据集”,利用单因素和多因素logistic回归分析得到DR发病关键影响因素;运用嫡权法、优劣解距离法(techniquefororderpreferencebysimilaritytoidealsolution,TOPSIS)、联合秩和比方法(rank-sumratio,RSR)进行发病风险分层;分别构建logistic回归、随机森林、支持向量机模型,使用投票、平均、加权平均三种方法进行模型融合,对模型预测效果进行评估,取得最佳预测模型。结果最终提取年龄、高脂血等14个指标作为关键影响因素;分层结果显示未患DR的糖尿病患者中存在50人患病风险较高,约为82.99%,需要重点关注;投票器融合模型预测效果最佳(Acc:80.18%,F1:0.7868)。结论分析得到DR关键影响因素,提供了治疗与预防方向;进行发病风险现状分析,划分DR低中高风险人群,进行风险预警;通过模型间效果对比,构建DR发病风险预测模型,为其临床预警提供了数据分析思路与方法。

关键词:糖尿病视网膜病变;Logistic;TOPSIS;RSR;预测模型

中图分类号:TP181;R587.2;R774.1文献标志码:A文章编号:1003-8507(2024)03-557-07

DOI:10.20043/ki.MPM.202309033

Analysisofkeyinfluencingfactorsandriskpredictionofdiabetic

retinopathy

WuJin-yuan,ANHong-qing

wei∫angMedicalcollege,wei∫ang,shandong261053,china

Abstract:ObjectiveToexplorethekeyinfluencingfactorsofdiabeticretinopathy(DR),analyzethecurrentsituationofDR,

andconstructariskpredictionmodel.MethodsBasedonthediabeticcomplicationearlywarningdatasetpublishedbythe

nationalpopulationandhealthsciencedatasharingplatform,thekeyinfluencingfactorsofDRwereobtainedbyunivariate

andmultivariateLogisticregressionanalyses.Theentropyweightingmethod,theTechniqueforOrderpreferencebySimilarity

toIdealSolution(TOpSIS),andtherank-sumratio(RSR)wereusedtoquantifytheriskofDRdevelopmentinpatientsand

stratifiedintothreelevels:high,medium,andlow.Logisticregression,randomforest,andsupportvectormachinemodels

wereconstructed,respectively,andmodelfusionwasperformedusingvoting,averaging,andweightedaveragingtoevaluate

themodelpredictive

您可能关注的文档

文档评论(0)

专业知识分享者 + 关注
实名认证
服务提供商

专注于各种专业试卷分享(尤其擅长医学类);擅长专业PPT制作

1亿VIP精品文档

相关文档