基于机器学习方法的CKD4期中医慢病管理疾病预测模型的建立与验证

发布时间：2021-03-15 07:16

　　目的:本研究拟采集针对慢性肾脏病的慢病管理相关诊疗信息,构建慢病管理疾病风险预测模型,对预测模型进行数据分析并有效验证,为更优的管理方式提供理论依据,改善患者预后水平。方法:本研究采用回顾性数据分析方法,以2012年1月1日至2018年12月31日,于广东省中医院慢病管理门诊规律随访的慢性肾脏病4期患者作为研究对象,全面收集研究对象的人口统计学资料、实验室检查结果、中医症状与辨证分型、中医慢病管理实施情况、服用药物情况等相关变量,并记录患者主要结局发生情况,包括:透析、肾移植及死亡,并进行结局分组。通过结合知识图谱表示学习,应用机器学习方法,建立基于病、证、症、风险因素等多个维度的知识、关系、路径向量的分类模型,对肾脏疾病的中医慢病管理临床获益预测实验进行分析。通过特征选择、参数调整等多种实验手段,对不同预测模型的性能分析验证及优化。区分度方面,利用接收者操作特征曲线下面积（Area Under the Receiver Operating Characteristic curve,AUROC）,及F1系数评估不同模型的性能;一致性方面,使用Kappa值和Accuracy值进行判断。结... 

【文章来源】：广州中医药大学广东省

【文章页数】：100 页

【学位级别】：博士

【部分图文】：

图１符合ＣＫＤ定义的病人分期??中度风险（黄色）－７３％的ＣＫＤ患者??高风险（橙色）－１８％的ＣＫＤ患者??

图３基线实验室检查变量筛选??通过Ｂｏｒｕｔａ算法筛选，最终５个被确认，分别为ＡＬＴ／ＡＳＴ、ＡＬＢ、Ｕｒｅａ、ＴＣ０２和??Ｃｒ，其他变量被拒绝

图４疾病认知量表变量筛选??通过Ｂｏｒｕｔａ算法筛选，最终５个被确认，分别为为了解药物作用、了解饮食不??


本文编号：3083781