在接受营养支持的糖尿病癌症患者中,基于机器学习的异常血糖控制风险因素的预测:一项病例对照研究
Jee Yun Kim1,2, Ji Min Han3, Bona Yun4,5
1College of Pharmacy and Graduate School of Pharmaceutical Sciences, Ewha Womans University, Seoul, 03760, Korea.
接受营养支持的糖尿病癌症患者面临硫氨酸urea和高BUN的低血糖症的风险,以及使用DPP-4抑制剂或过度能量摄入的高血糖症. 机器学习确定了这些关键的风险因素.
科学领域:
- 在瘤学瘤学.
- 内分泌学 在内分泌学.
- 营养科学 营养科学
背景情况:
- 在接受营养支持的糖尿病癌症患者中,异常的血糖控制是一个重大问题.
- 确定特定的风险因素对于优化患者管理和结果至关重要.
研究的目的:
- 在接受营养支持的糖尿病癌症患者中研究与低血糖和高血糖相关的危险因素.
- 应用机器学习方法来预测这些血糖控制异常.
主要方法:
- 使用医疗记录进行的回顾性两中心研究.
- 单变量和多变量分析以估计赔率比率.
- 开发机器学习模型 (逻辑回归,弹性网,随机森林) 用于风险因素预测.
主要成果:
- 硫基尿素 (SU) 的使用和血液尿素 (BUN) >20 mg/dL显著增加了低血糖的风险.
- 较高的实际能量摄入量 (TEE≥120%) 和二乙酶-4 (DPP-4) 抑制剂增加了高血糖症的风险.
- 初始血糖≥182.5mg/dL也强烈预测高血糖. 机器学习模型证明了可接受的优异性能.
结论:
- 硫尿素和BUN升高是这种患者群体中低血糖的危险因素.
- 高能量摄入量,DPP-4抑制剂和初始血糖升高与高血糖风险增加有关.
- 机器学习有效地确定了接受营养支持的糖尿病癌症患者血糖失调的关键预测因素.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
03:05Author Spotlight: Advancing Early Detection and Treatment of Gastrointestinal Tumors
Published on: February 16, 2024
相关概念视频
Diabetes Mellitus: Type 2 and Gestational
Psychoneuroimmunology: Diabetes and Cancer
Diabetes: Management and Pharmacotherapy
Insulin remains the cornerstone of treatment for most patients with type 1 and many...
Diabetes: Symptoms, Diagnosis, and Complications
Hypoglycemia and Glucagon
Cancer Survival Analysis
