基于机器学习的糖尿病老年人脆弱性预测模型的开发和验证:回顾性队列研究的研究方案
An Luo1, Yiting Pan1, Yaqing Liu1
1School of Nursing, University of South China, Hengyang, Hunan, China.
BMJ open
|September 3, 2025
概括
这项研究开发了一种机器学习模型,用于预测患有糖尿病的老年人的脆弱性,旨在在这个脆弱人群中进行早期干预和改善健康结果.
科学领域:
- 老年学
- 糖尿病护理
- 计算医学
背景情况:
- 患有糖尿病的老年人普遍出现虚弱,增加不良健康风险.
- 早期发现脆弱性对于及时干预这一群体至关重要.
- 目前还没有针对糖尿病老年人虚弱的具体预测模型.
研究的目的:
- 开发和验证脆弱性的预测模型.
- 为了确定糖尿病老年人的虚弱预测因素.
- 创建一个电子风险计算器来评估脆弱性.
主要方法:
- 利用了中国健康与退休长度研究 (CHARLS) (2011-2020) 的数据.
- 使用弗里德的脆弱表型来评估脆弱性.
- 开发了八种机器学习模型,使用ROC曲线和交叉验证进行评估.
- 通过系统审查和专家咨询确定了预测因素.
主要成果:
- 开发了八种机器学习模型来预测脆弱性.
- 使用已确定的指标严格评估模型的性能.
- 最佳模型将作为电子风险计算器部署.
结论:
- 已开发出一种可验证的糖尿病老年人虚弱的预测模型.
- 这种工具可以帮助早期识别和干预.
- 这些发现有助于改善这一群体的健康状况.
