使用机器学习识别老年人肉类的预测因素:老龄化的英语纵向研究
Nieves Pavón-Pulido1, Ligia Dominguez2,3, Jesús Damián Blasco-García4
1Department of Automation, Electrical Engineering and Electronic Technology, Campus Muralla del Mar, Technical University of Cartagena, 30202 Cartagena, Murcia, Spain.
Journal of clinical medicine
|November 27, 2024
概括
萨科佩尼亚是一种影响老年人的疾病,由年龄,痴呆症和肌肉骨疾病预测. 识别这些风险因素对于针对老年人进行有针对性的干预至关重要.
科学领域:
- 老年学是指老年学的学科.
- 医疗信息学 医疗信息学
- 流行病学 流行病学
背景情况:
- 自2016年以来,在ICD-10-CM中被公认为一种疾病的萨科佩尼亚,显著影响着老年人群.
- 高患病率和有害的健康影响需要识别萨科佩尼亚风险因素,以进行有效的干预.
研究的目的:
- 通过机器学习,调查与肉症显著相关的因素.
- 开发和验证一个对老年人肉症风险的预测模型.
主要方法:
- 利用了英国长度老龄化研究 (ELSA) 浪潮2的数据.
- 员工最低冗余最大相关性 (mRMR) 对于最佳的特征选择.
- 开发并验证了一种基于机器学习 (ML) 的预测模型.
主要成果:
- 该ML模型有效地识别了肉类的危险因素.
- 年龄,痴呆和肌肉骨疾病被确定为重要的预测因素,与现有知识保持一致.
- 该分类器表现出高性能,真实阳性率为0.81,虚假阳性率为0.26.
结论:
- 肉症在老年人中非常普遍,年龄和诸如痴呆症和肌肉骨疾病等并发症是关键预测因素.
- 拟议的机器学习方法对预测老年人肉症发病率有希望.


