基于因果推断的慢性肾脏病分析.pdfVIP

AdvancesinAppliedMathematics应用数学进展,2025,14(1),331-343

PublishedOnlineJanuary2025inHans./journal/aam

/10.12677/aam.2025.141033

基于因果推断的慢性肾脏病分析

*

闫施桐，冯宗红，张洋洋，张宁

兰州交通大学数理学院数学系，甘肃兰州

收稿日期：2024年12月26日；录用日期：2025年1月18日；发布日期：2025年1月29日

摘要

慢性肾脏病(CKD)是一种慢性健康状况疾病，在CKD的不同阶段，其临床表现也各不相同。所以对于慢性

肾脏病患者的相关指标进行详细的分析具有重要的意义。XGBoost(ExtremeGradientBoosting)是一个

优化的分布式梯度增强库，它在梯度提升(GradientBoosting)框架下实现机器学习算法。本文提出了一

种基于机器学习模型XGBoost与因果推断相结合的思想，建立了一个新模型XGBoost-CI(ExtremeGra-

dientBoosting-CasualInference)，并利用该模型对导致慢性肾脏病的因素进行分析，最后通过与随机

森林模型(RandomForest)，逻辑回归模型(LogisticRegression)和LightGBM(LightGradientBoosting

Machine)三个模型进行精确度对比，证实了本文模型的有效性。

关键词

因果推断，机器学习，慢性肾脏病，XGBoost-CI，倾向得分匹配

AnalysisofChronicKidneyDiseaseBasedon

CausalInference

*

ShitongYan,ZonghongFeng,YangyangZhang,NingZhang

DepartmentofMathematics,CollegeofMathematicsandPhysics,LanzhouJiaotongUniversity,

LanzhouGansu

Received:Dec.26th,2024;accepted:Jan.18th,2025;published:Jan.29th,2025

Abstract

Chronickidneydisease(CKD)isachronichealthconditionthathasadifferentclinicalpresentation

atdifferentstagesofCKD.Therefore,itisofgreatsignificancetoconductadetailedanalysisofthe

relevantindicatorsofpatientswithchronickidneydisease.XGBoost(ExtremeGradientBoosting)

isanoptimizeddistributedgradientboostinglibrarythatimplementsmachinelearningalgorithms

*通讯作者。

文章引用:闫施桐,冯宗红,张洋洋,张宁.基于因果推断的慢性肾脏病分析[J].应用数学进展,2025,14(1):331-343.

DOI:10.12677/aam.2025.141033

闫施桐等

undertheGradientBoostingframework.Inthispaper,weproposeanewmodelXGBoost-CI(Ex-

tremeGradientBoosting-CasualInference)basedonthecombinationofmachinelearningmodel