基于集成學習的2型糖尿病患者降糖藥用藥方案智能分類探討
宋亞男; 金昕曄; 張穎; 陳康; 應俊; 薛萬國; 母義明 解放軍總醫院醫療大數據中心; 北京100853; 解放軍總醫院第一醫學中心內分泌科; 北京100853; 解放軍總醫院第一醫學中心眼科; 北京100853
關鍵詞：2型糖尿病 降糖藥 adaboost算法 多分類學習
摘要：目的探討集成學習中的Adaboost算法在2型糖尿病患者降糖藥用藥模式分析中的應用。方法收集解放軍總醫院第一醫學中心2013-2017年的2型糖尿病住院患者病例資料3005例,隨機選擇1697例為訓練集,1308例為測試集,根據醫囑用藥、生化檢驗、基本體征、人口統計學等資料,應用Adaboost算法建立學習模型,對患者用藥模式進行分類,并計算模型的準確性和Kappa系數。結果Adaboost模型預測的用藥分類準確率為64.2%,Kappa系數為0.36。通過Adaboost模型分析,發現與降糖藥用藥相關的重要變量有尿肌酐、糖化血紅蛋白、肌酸激酶同工酶、空腹血糖等。結論Adaboost算法在降糖藥用藥方案的預測方面具有較好的效果,集成學習方法在患者用藥決策方面具有一定可行性。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
