機械学習に基づいた糖尿病前症候群の中国人における血糖値逆転の予測研究: 5年間のコホート研究

科学分野:

• 公共衛生における機械学習の応用.
• 糖尿病 (DM) と糖尿病前の研究.
• バイオ統計学と予測モデリング.

背景:

• 糖尿病 (DM) は,世界的な健康上の重要な懸念事項です.
• 糖尿病前期は,介入のための重要な段階を表しています.
• 血糖値の逆転を早期に予測することは,予防に極めて重要です.

研究 の 目的:

• 中国の糖尿病前患者における血糖値の逆転を予測するための機械学習 (ML) モデルを開発・検証する.
• ノルモグリセミアの逆転に影響を与える重要な要因を特定する.
• DMの進行を防ぐために,早期に標的を絞った介入を容易にする.

主な方法:

• 糖尿病前症候群 (2010年−2016年) の中国人成人の経度データ分析.
• LASSO回帰を用いた変数選択.
• ランダムフォレスト,グラデーションブースト,SVM,コックスモデルを用いたモデル開発.
• AUC,t-AUC,精度,精度,リコール,F1,C-インデックスを用いたパフォーマンス評価.
• SHAP分析を用いた主要な予測要因の解釈.

主要な成果:

• 1792人の前糖尿病の成人のコホートを分析し,52.6%が5年以内にノルモグリセミアを達成しました.
• モデル構築のための12の重要な変数が特定されました.
• サポートベクトルマシン (SVM) モデルは,優れた予測性能 (t-AUC: 0.711) を示しました.
• ノルモグリセミアの逆転の重要な影響要因には,年齢,FPG,BMI,SBP,DBP,トリグリセリドが含まれていました.

結論:

• SVMモデルは,中国人の糖尿病前患者における血糖値の逆転を効果的に予測します.
• 重要な要因の特定は,標的を絞った介入の基礎となる.
• このアプローチは,DMの発生率とヘルスケアの負担を減らすのに役立ちます.