在没有口服葡萄糖耐受性测试的情况下预测单独的葡萄糖耐受性损失,使用机器学习在汉语和汉语中进行测试
Lin Wang1, Jing Xie2, Zhaoyan Gu1
1Department of Endocrinology, Second Medical Center, Chinese People's Liberation Army General Hospital, National Clinical Research Center for Geriatric Diseases, Beijing, China.
Frontiers in endocrinology
|May 9, 2025
概括
机器学习模型使用常规数据准确地预测老年中国男性的单独受损葡萄糖耐受性 (I-IGT),避免需要口服葡萄糖耐受性测试 (OGTT). 禁食血葡萄糖 (FPG) 是一个关键预测因子,可实现有效的早期查.
科学领域:
- 内分泌学和新陈代谢学
- 计算生物学和生物信息学
- 预防医学 预防医学
背景情况:
- 隔离性降低葡萄糖耐受性 (I-IGT) 是一种糖尿病前状态,通常通过口服葡萄糖耐受性测试 (OGTT) 进行诊断.
- 早期预测I-IGT对于糖尿病预防策略至关重要.
- 这项研究的重点是预测50-87岁的中国汉族男性I-IGT.
研究的目的:
- 开发和评估机器学习 (ML) 模型,用于预测汉语中I-IGT.
- 为了确定I-IGT的关键人口统计,人体测量和实验室预测因素.
- 评估使用ML模型作为对OGTT进行I-IGT查的成本效益高的替代方案的可行性.
主要方法:
- 利用了1117名中国汉族男性的数据,包括年龄,禁食血葡萄糖 (FPG),高血压 (HBP),BMI,WHR和脂质概况 (TC,TG,HDL-C,LDL-C).
- 训练并验证了八种ML模型:SVM,DT,RF,LR,KNN,NB,AdaBoost和GBM.
- 使用精度,回忆,F1得分,PPV,NPV和AUC评估模型性能;用于模型解释使用SHAP.
主要成果:
- 随机森林 (RF) 模型实现了高性能 (96.7%的准确性,91.4%的回忆,95.7%的F1得分).
- 物流回归 (LR) 和其他模型显示出强大的歧视力,AUC值高 (高达0.97).
- 禁食血葡萄糖 (FPG) 是最重要的预测因素,其次是HDL,TC,HBP,BMI和WHR. 一个FPG切断值为5.1mmol/L显示了有希望的查性能.
结论:
- 利用人口和临床数据的ML模型为预测中国老年男性I-IGT提供了具有成本效益的方法,可能取代了对OGTT的需求.
- 这些模型可以增强早期糖尿病检测和预防工作.
- 禁食血葡萄糖 (FPG) 单独可以作为一种有效的查工具,用于在临床环境中识别I-IGT.
更多相关视频
12:18A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
Published on: January 11, 2020
7.4K
08:13Study of In Vivo Glucose Metabolism in High-fat Diet-fed Mice Using Oral Glucose Tolerance Test OGTT and Insulin Tolerance Test ITT
Published on: January 7, 2018
67.5K
