M企业员工的2型糖尿病并发症防控管理研究

发布时间：2022-07-03 12:15

　　企业员工是企业正常运转、可持续发展的重要人力资本,但目前高压力工作正严重影响着员工的健康状况,甚至有超过一半的比例患有各种慢性病,糖尿病就是其中一种。我国糖尿病发病率高,而诊断率与治疗率都较低,这就导致并发症的患病率急速增高。糖尿病并发症是糖尿病患者致死致残的主要原因,严重影响着患者的生活质量与健康水平。因此对员工进行积极的早期预防与诊断对延缓糖尿病并发症的发生发展有着重要的意义。本文主要利用数据挖掘中的特征选择以及分类方法构建2型糖尿病并发症风险预测模型,来达到预防2型糖尿病并发症的发生并控制其发展的目的,文章主要由以下几个方面内容组成:（1）采集M企业员工的生化检查数据,经过数据预处理之后,保存为实验数据。（2）运用特征选择算法对数据集属性进行规约处理,筛选出来的最佳子集中的属性具有较强的预测性与独立性,对构建性能更优的分类器有重要的意义。（3）基于特征选择结果的最佳子集,应用决策树C4.5算法构建分类器,即糖尿病并发症的早期风险预测模型。使用准确度、ROC曲线等指标进行模型分类性能的比较与评估,选择适用于2型糖尿病并发症的最佳预测模型。（4）在糖尿病并发症预测模型的基础上,以we... 

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与研究意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
        1.2.3 研究综述
    1.3 研究内容与研究方法
        1.3.1 研究内容
        1.3.2 研究方法
第2章 相关理论基础
    2.1 特征选择概述
        2.1.1 特征选择基本概念
        2.1.2 特征选择基本流程
        2.1.3 特征选择模型
        2.1.4 CFS与Relief F方法概述
    2.2 数据挖掘概述
        2.2.1 数据挖掘的基本概念
        2.2.2 数据挖掘过程
    2.3 决策树概述
        2.3.1 基本原理
        2.3.2 C4.5 算法概述
        2.3.3 决策树分类方法的优缺点
    2.4 分类器评估方法概述
        2.4.1 混淆矩阵
        2.4.2 一致性检验
        2.4.3 ROC曲线
    2.5 本章小结
第3章 M企业员工的糖尿病并发症预测模型的构建
    3.1 医疗数据预处理
        3.1.1 数据来源
        3.1.2 数据格式转换
        3.1.3 数据集成
        3.1.4 数据清洗
        3.1.5 数据变换
        3.1.6 预处理结果
    3.2 基于CFS的决策树风险预测模型构建
        3.2.1 CFS特征选择算法的应用
        3.2.2 C4.5 决策树算法的应用
        3.2.3 基于CFS的决策树风险预测模型实现
    3.3 基于Relief F的决策树风险预测模型构建
        3.3.1 Relief F特征选择算法的应用
        3.3.2 基于Relief F的决策树风险预测模型实现
    3.4 基于Wrapper的决策树风险预测模型构建
    3.5 本章小结
第4章 M企业员工糖尿病并发症预测模型的评估及比较
    4.1 特征选择结果的评估及比较
        4.1.1 特征选择结果分析
        4.1.2 特征选择结果的分类效果评估及比较
        4.1.3 特征选择算法应用的讨论与分析
    4.2 并发症模型的评估及比较
        4.2.1 并发症模型的分类结果比较
        4.2.2 并发症模型的Kappa系数比较
        4.2.3 并发症模型的ROC曲线下面积比较
        4.2.4 基于决策树C4.5 预测模型的讨论与分析
    4.3 本章小结
第5章 M企业员工糖尿病并发症管理平台的构建
    5.1 M企业员工糖尿病并发症管理平台背景
    5.2 M企业员工糖尿病并发症管理平台的需求分析
    5.3 M企业员工糖尿病并发症管理平台的构建
        5.3.1 M企业员工糖尿病并发症管理平台的结构设计
        5.3.2 M企业员工糖尿病并发症管理平台的流程设计
        5.3.3 M企业员工糖尿病并发症管理平台的功能设计
    5.4 M企业员工糖尿病并发症管理平台页面的实现
    5.5 企业员工疾病防控管理对策
    5.6 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢


【参考文献】：
期刊论文
[1]基于Logistic模型对心血管疾病风险的预测[J]. 王曼怡,朱家明,孔昊.  齐齐哈尔大学学报(自然科学版). 2017(05)
[2]基于人工神经网络的高血压预测模型[J]. 黄薇,康起明,容芷君,梁亚洲.  广东医学. 2017(15)
[3]基于CFS算法研究肾癌中的关键基因[J]. 张梦莹,卢易,钮冰,苏强.  转化医学电子杂志. 2017(06)
[4]利用时间序列模型分析预测辽宁手足口病疫情趋势[J]. 王伶,姚文清.  中国卫生统计. 2016(05)
[5]决策树模型用于结核病治疗方案的分类和预判[J]. 张琪,周琳,陈亮,张晋昕,温兴煊,何贤英.  中华疾病控制杂志. 2015(05)
[6]广州市家系高血压与2型糖尿病和血脂异常关系的研究[J]. 吴雪霁,潘冰莹,陈雄飞,利耀辉,梁会营.  中国热带医学. 2014(11)
[7]基于粗糙集和C4.5决策树的临床病例数据分类研究[J]. 王卓.  软件导刊. 2014(05)
[8]2型糖尿病患病因素对血糖影响的定量分析[J]. 陈松景,罗森林,潘丽敏,张铁梅,韩龙飞,赵海秀.  北京理工大学学报. 2014(02)
[9]基于支持向量机的特征选择算法综述[J]. 代琨,于宏毅,马学刚,李青.  信息工程大学学报. 2014(01)
[10]糖尿病肾病与非糖尿病肾病维持性血液透析患者血钙、血磷及甲状旁腺激素水平的分析[J]. 张晓玲,白久旭,韩敬明,王东辉,崔汉民,曹宁.  现代生物医学进展. 2013(30)

博士论文
[1]Logistic回归、决策树和神经网络在预测2型糖尿病并发末梢神经病变中的性能比较[D]. 李长平.中国人民解放军军事医学科学院 2009

硕士论文
[1]基于神经网络的2型糖尿病并发症预测模型的研究[D]. 李攀.广州中医药大学 2016
[2]胱抑素C在早期糖尿病肾病中的临床应用[D]. 汪丹丹.皖南医学院 2015



本文编号：3654823