散文網(wǎng) » 科技 »學(xué)習(xí) » 人工智能糖尿病風(fēng)險預(yù)測模型-基于美國疾控中心CDC25萬數(shù)據(jù)集(準(zhǔn)確率高于0.86)，生物醫(yī)

人工智能糖尿病風(fēng)險預(yù)測模型-基于美國疾控中心CDC25萬數(shù)據(jù)集(準(zhǔn)確率高于0.86)，生物醫(yī)

2023-05-14 10:40 作者:python風(fēng)控模型 0人讀過 | 我要投稿

糖尿病概述

糖尿病有一型和二型，是由于胰腺分泌胰島素紊亂或人體無法有效利用其產(chǎn)生的胰島素而發(fā)生的一種慢性疾病，是２１世紀(jì)人類面臨的健康問題之一．糖尿病伴有彌漫性并發(fā)癥，其包括心血管病變、腎臟疾病、高血壓、中風(fēng)等、眼部疾病、下肢截肢上百種，由此增加了過早死亡的風(fēng)險．因此，糖尿病防治形勢十分嚴(yán)峻.

下右圖為糖尿病視網(wǎng)膜病變

2019年估算中國糖尿病患病率排名世界第二

中國糖尿病患者數(shù)量位居世界第一。中國是糖尿病最大藥物研發(fā)市場。越來越多年輕人也加入糖尿病市場，成為藥企搖錢樹。

下圖為中國糖尿病患病率歷史數(shù)據(jù)

糖尿病給經(jīng)濟(jì)帶來巨大負(fù)擔(dān)
糖尿病也給經(jīng)濟(jì)帶來了巨大的負(fù)擔(dān)，每年診斷出的糖尿病成本約為 3270 億美元，而未確診的糖尿病和前驅(qū)糖尿病的總成本接近 4000 億美元。

糖尿病可預(yù)防

雖然糖尿病無法治愈，但減肥、健康飲食、積極運(yùn)動和接受藥物治療等策略可以減輕這種疾病對許多患者的危害。早期診斷可以改變生活方式和更有效的治療，使糖尿病風(fēng)險預(yù)測模型成為公共和公共衛(wèi)生官員的重要工具。

糖尿病致病因子多樣化
雖然有不同類型的糖尿病，但 II 型糖尿病是最常見的形式，其患病率因年齡、教育程度、收入、地點(diǎn)、種族和其他健康的社會決定因素而異。這種疾病的大部分負(fù)擔(dān)也落在社會經(jīng)濟(jì)地位較低的人身上。
本實驗就是通過建立人工智能機(jī)器學(xué)習(xí)模型，預(yù)測糖尿病概率和挖掘糖尿病重要致病因子。

糖尿病建模數(shù)據(jù)集介紹
糖尿病數(shù)據(jù)集來源美國疾控中心CDC糖尿病數(shù)據(jù)集。數(shù)據(jù)集包含25萬條數(shù)據(jù)，21個變量。變量包括：實驗者綜合健康狀態(tài)，性別，年齡，是否吸煙，是否心臟病，是否中風(fēng)，是否高血壓，是否高膽固醇，身體鍛煉情況，蔬菜水果攝入情況，BMI指數(shù)等等。

美國疾控中心CDC糖尿病數(shù)據(jù)集一覽

模型價值和意義

通過我們建立的人工智能機(jī)器學(xué)習(xí)預(yù)測模型，可實現(xiàn)以下一些研究問題：
1.模型能準(zhǔn)確預(yù)測個人是否患有糖尿病。
2.模型能挖掘哪些風(fēng)險因素最能預(yù)測糖尿病風(fēng)險。
3.我們能使用風(fēng)險因素的一個子集來準(zhǔn)確預(yù)測一個人是否患有糖尿病。4.我們可以使用篩選幾個重要糖尿病致病特征，然后組合創(chuàng)建為一個簡短的問題，以準(zhǔn)確預(yù)測某人是否可能患有糖尿病或是否有糖尿病的高風(fēng)險。

傳統(tǒng)集成樹算法雖然比決策樹性能更優(yōu)，但性能仍有改進(jìn)空間。

型采用新一代對稱樹算法，有效降低過度擬合，提高模型預(yù)測速度和預(yù)測能力。

糖尿病預(yù)測模型性能優(yōu)秀，ROC大于0.8，accuracy準(zhǔn)確率高于0.866。

美國疾控中心糖尿病數(shù)據(jù)描述性統(tǒng)計如下

通過模型得出綜合健康評級指數(shù)，年齡，BMI指數(shù)，高血壓，高膽固醇是影響糖尿病的5個重要因素。
部分變量數(shù)據(jù)挖掘結(jié)果:GenHlth綜合健康分?jǐn)?shù):數(shù)值越大，糖尿病風(fēng)險越大;數(shù)值越小，糖尿病風(fēng)險越小