基于机器学习模型提高胃镜使用的合理性

发布时间：2021-04-16 16:03

　　目的:建立客观、可行的胃镜前筛查标准,提高胃镜使用的合理性。方法:本研究通过现场调查,研究者通过问卷调查方式收集研究病例的人口学信息、饮食和生活习惯、既往病史和近期症状等上消化道疾病相关因素;通过采集研究病例的血标本进行PGI、PGII、G-17和Hp抗体检测;按照统一标准进行胃镜检查和病理检查,以胃镜及病理结果为诊断金标准进行研究。分别纳入调查所得的全部相关因素训练构建决策树模型、逻辑回归模型、随机森林模型和支持向量机模型。通过比较有无应用机器学习模型进行胃镜前筛查的胃镜检查效率,评估机器学习模型预测胃镜阳性结果的准确性和有效性。结果:本研究共纳入病例620例,其中胃镜阳性病例433例,包括胃粘膜糜烂136例、胃息肉118例、胃粘膜萎缩104例、肠上皮化生85例、胃溃疡46例、胃上皮内瘤变46例、十二指肠息肉36例、十二指肠球部溃疡33例、反流性食管炎23例、巴雷特食管7例、食管静脉曲张3例、胃癌2例、食管裂孔疝2例和间质瘤2例。单因素分析中,未受高等教育、较高体力劳动的职业、母语为粤语、居住在乡村、饮用自来水、饮酒、高血压、高血脂、上消化道息肉病史、年龄>52岁、吸烟时间&g... 

【文章来源】：广东药科大学广东省

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

决策树模型预测变量的重要性

水源（0.107）、高血脂病史（0.079）、G-17（0.070）、PGR（0.045）、饮酒（0.043）、年龄（0.032）、吸烟（0.032）和餐后不适感（0.031）。见图 3-1。图 3-1 决策树模型预测变量的重要性建立的逻辑回归模型共纳入 9 个变量。纳入变量按重要性从高至低排序分别为上消化道息肉病史（0.397）、母语（0.192）、PGR（0.104）、高血脂病史（0.078）、恶心呕吐（0.061）、居住地（0.057）、高盐饮食（0.049）、吸烟时长（0.030）和烟熏油炸食品（0.030）。见图 3-2。

图 3-3 随机森林模型预测变量的重要性建立的支持向量机模型把输入变量全部纳入。纳入变量按重要性从高至低排排名前十分别为上消化道息肉病史（0.065）、职业（0.062）、性别（0.049）、教育程度（0.047）、吸烟（0.046）、糖尿病（0.047）、进食速度（0。040）、气（0.038）、早饱感（0.032）和饮酒（0.030）。见图 3-4。图 3-4 支持向量机模型预测变量的重要性4.2 机器学习模型对训练集的拟合效果

【参考文献】：
期刊论文
[1]中国早期胃癌筛查流程专家共识意见（草案）（2017年,上海）[J]. 杜奕奇,蔡全才,廖专,方军,朱春平.  胃肠病学. 2018(02)
[2]油炸食品摄入与食管癌关系的病例-对照研究[J]. 黄丽萍,林征,刘双,刘燕芳,郑泽荣,胡志坚.  中华预防医学杂志. 2017 (08)
[3]不同类型胃息肉临床病理特征及术后复发危险因素分析[J]. 李晓芳,徐俊荣,牛健.  胃肠病学和肝病学杂志. 2016(10)
[4]2014年中国胃食管反流病专家共识意见[J]. 陈旻湖,侯晓华,肖英莲,杨云生,袁耀宗,周丽雅,邹多武.  胃肠病学. 2015(03)
[5]福建省沿海地区居民PG、G-17及H.pylori抗体血清流行病学调查[J]. 李晓庆,郑奎城,林曙光,吴冰珊,钟文玲,陈铁晖,苏畅,胡祥炬,林丹,戴龙,陈上清,林嵩,游建旺,青木一雄.  现代预防医学. 2014(09)
[6]近15年2643例胃息肉临床病理学特征和变化趋势分析[J]. 林泳,聂玉强,王红,黎庆宁,李瑜元.  中华消化杂志. 2014 (04)
[7]腺瘤性胃息肉内镜治疗及随访[J]. 钟旭辉,许岸高.  实用医学杂志. 2002(06)



本文编号：3141739