基于机器学习的诊断和对糖尿病视网膜病变的危险因素的排名,来自南印度的人口研究

科学领域:

• 眼科医生 眼科 眼科
• 医疗信息学 医疗信息学
• 计算生物学 计算生物学

背景情况:

• 糖尿病视网膜病变 (DR) 是糖尿病的一个重大并发症,需要有效识别危险因素.
• 在大人口中调查DR患病率和风险因素对于公共卫生战略至关重要.
• 机器学习为分析复杂的健康数据集和识别疾病预测因素提供了强大的工具.

研究的目的:

• 应用机器学习模型来对糖尿病视网膜病变风险因素的重要性进行排名.
• 使用计算方法识别糖尿病视网膜病变的关键预测因子.
• 使用已识别的风险因素,开发糖尿病视网膜病变的准确预测模型.

主要方法:

• 利用了来自印度四项基于人口的大型研究 (2001-2010) 的DR流行数据集.
• 用人t测试和沙普利添加式解释 (SHAP) 用于风险因素排名.
• 应用了五种机器学习模型 (KNN,决策树,SVM,后勤回归,天真贝叶斯) 用于DR预测和风险因素分析.

主要成果:

• 系统性血压和糖尿病持续时间在模型和排名方法中始终被列为最重要的风险因素.
• 在使用t测试时,糖化血红蛋白和静脉血压是最重要的风险因素.
• 在使用SHAP时,静脉压和有史以来的高血压是最重要的风险因素.
• 决策树 (AUC 0.79) 和K-近邻 (AUC 0.77) 模型实现了最高的预测性能.
• K-Nearest Neighbor在预测DR方面表现出很高的准确性 (82.6%使用t-test,78.3%使用SHAP).

结论:

• 机器学习有效地识别和排名糖尿病视网膜病变的关键风险因素.
• 缩性血压成为DR的高度重要和一致的预测因素.
• 开发的模型,特别是决策树和K-Nearest Neighbor,显示了DR风险评估中的临床应用的希望.