相关实验视频
Updated: Jul 6, 2025
06:22
Modeling and Evaluation of Murine Diabetic Cardiomyopathy Model
Published on: November 29, 2024
613
机器学习模型用于预测糖尿病微血管并发症
Sarah Kanbour1, Catharine Harris2, Benjamin Lalani2
1Diabetes Centre at AMAN Hospital, Doha, Qatar.
Journal of diabetes science and technology
|January 8, 2024
概括
机器学习 (ML) 和人工智能 (AI) 在预测糖尿病微血管并发症,如糖尿病病 (DKD) 中表现有前途. 对糖尿病视网膜病变 (DR) 和糖尿病神经病变 (DN) 需要进一步的研究和外部验证.
科学领域:
- 医疗信息学 医疗信息学
- 人工智能在医学中的应用
- 糖尿病学 糖尿病学
背景情况:
- 糖尿病微血管并发症,包括糖尿病视网膜病变 (DR),糖尿病病 (DKD) 和糖尿病神经病变 (DN),是导致发病率和死亡率的主要原因.
- 机器学习和人工智能 (ML / AI) 提供了早期预测和管理这些并发症的潜力.
研究的目的:
- 审查ML/AI应用在预测DR,DKD和DN方面的当前情况.
- 分析糖尿病微血管并发症预测ML/AI模型的方法,性能和趋势.
主要方法:
- 对PubMed (1990-2023) 进行了全面的文献搜索,以确定使用ML/AI预测DR,DKD和DN的研究.
- 分析的关键方面包括研究设计,患者队列,预测特征,使用的ML技术,预测持续时间和性能指标 (例如c-统计).
主要成果:
- 该审查发现,自2010年以来,ML/AI研究微血管并发症的趋势越来越大,主要是由DKD研究推动的.
- ML模型显示了中等的预测性能,平均c-统计值为0.79 (内部验证) 和0.72 (外部验证). DKD模型显示了最高的歧视.
- 外部验证不太常见,特别是对于DN预测,模型性能受到各种因素的影响,包括预测地平线和预测器选择.
结论:
- 全球越来越多的人对应用ML/AI来预测糖尿病微血管并发症的兴趣和研究.
- 糖尿病病研究是最先进的,而糖尿病视网膜病变和神经病变需要进一步调查.
- 强大的外部验证和遵守既定指南对于开发可靠的ML/AI预测模型至关重要.
