首页 > 标记免疫分析与临床 > 基于GBDT预测模型的地中海贫血标志物识别与验证研究

基于GBDT预测模型的地中海贫血标志物识别与验证研究

Identification and Validation of Thalassemia Based on GBDT Predictive Model

二维码有效期 120s

摘要目的探讨地中海贫血GBDT预测模型的构建与临床应用价值.方法回顾性收集2019年12月至2025年3月期间3 612例地中海贫血受检者临床资料,3343例用于模型构建,269例用于外部独立验证.采用单因素和多因素Logistics回归方差分析筛选变量用于模型构建.使用9种机器学习方法建立地贫诊断模型,并用多种评价指标和评估方法比较预测性能,筛选出最优模型.通过SHAP图对特征的重要性进行排序和可视化解释.结果在9个模型中,GBDT地贫预测模型表现最佳.GBDT在训练集和外部独立验证集的ROC曲线下面积AUC值、灵敏度、特异性分别为0.979、0.915、0.942和0.905、0.793、0.846.结论 GBDT模型诊断地贫的准确度和实用性较高,可用于地贫的早期筛查和诊断.

作者来金欣 ^[1] 洪昱 ^[2] 李正康 ^[3] 黄革 ^[3] 王亮 ^[3] 文馨茹 ^[3] 蔡贞 ^[4] 学术成果认领

作者单位南方医科大学南方医院检验科,广东广州 510515;南方医科大学附属广东省人民医院(广东省医学科学院)检验科,广东广州 510080 ^[1] 广州南方学院,广东广州 510970 ^[2] 南方医科大学附属广东省人民医院(广东省医学科学院)检验科,广东广州 510080 ^[3] 南方医科大学南方医院检验科,广东广州 510515 ^[4]

关键词地中海贫血机器学习 GBDT模型血常规血红蛋白电泳 Thalassemia Machine learning Gradient boosting decision tree model Complete blood count Hemoglobin electrophoresis

分类号 R556.6（血液及淋巴系疾病）R599（地方病学）

栏目名称

方法研究

DOI 10.11748/bjmy.issn.1006-1703.2025.05.021

发布时间 2025-07-10（万方平台首次上网日期，不代表论文的发表时间）

基金项目

广东省基础与应用基础研究基金项目（2022A1515220023）