在2型糖尿病患者中使用基于关联规则的分类器预测糖尿病足风险,采矿规则
Nasrin Piran1, Maryam Farhadian2,3, Ali Reza Soltanian4
1Department of Biostatistics, School of Public Health, Hamadan University of Medical Sciences, Hamadan, Iran.
Scientific reports
|January 5, 2024
概括
这项研究开发了一个准确的关联分类模型 (CBA),使用阿普里奥里算法来预测2型糖尿病患者的糖尿病足 (DFU). 该模型实现了96%的准确性,识别了预防严重并发症的关键风险因素.
科学领域:
- 医疗信息学 医疗信息学
- 在医疗保健中的数据挖掘.
- 糖尿病并发症 研究 研究 研究
背景情况:
- 糖尿病足 (DFU) 是糖尿病的一个主要并发症,导致严重的发病率和医疗费用.
- 早期识别患有DFU高风险的患者对于及时干预和预防截肢等严重结果至关重要.
研究的目的:
- 开发和评估一种协会分类模型 (CBA),利用阿普里奥里算法预测2型糖尿病患者的DFU风险.
- 确定与DFU发展相关的重大风险因素.
主要方法:
- 一项回顾性队列研究,涉及666名2型糖尿病患者.
- 数据预处理包括对数值变量的离散.
- 使用阿普里奥里算法,使用80%的培训和20%的测试数据构建了一个关联分类模型 (CBA).
- 用准确度和ROC曲线下的面积 (AUC) 来评估模型性能.
主要成果:
- CBA模型确定了146个规则,并实现了96%的准确性,AUC为0.962.
- 确定的主要危险因素包括糖尿病持续时间较长 (>10年),胰岛素治疗,男性性别,年龄较大,吸烟,成,家族病史,较高的BMI,身体不活动,视网膜病变和病.
- 该模型显示了DFU风险的高预测能力.
结论:
- 开发的CBA模型在预测2型糖尿病患者的DFU风险方面非常准确.
- 准确的DFU预测模型可以帮助减少管理和截肢率的负担.
- 这种方法为主动的糖尿病足部护理管理提供了有价值的工具.
