换一批不同机器学习算法的社区老年人认知衰弱风险预测模型比较
Comparison of cognitive frailty risk prediction models for community older adults based on machine learning algorithms
摘要目的 基于不同机器学习算法构建社区老年人认知衰弱风险预测模型,优选最佳模型,为防范社区老年人认知衰弱提供适宜评估工具.方法 选取苏州市3个社区卫生服务中心体检的1 105名老年人,随机分为训练集773人和验证集332人.基于训练集单因素logistic回归分析结果,使用logistic回归、伯努利朴素贝叶斯、随机森林、极端梯度提升、K邻近算法和支持向量机6种机器学习算法构建6种认知衰弱风险预测模型,并在验证集中进行评价和比较.基于最优算法构建社区老年人认知衰弱评分表,并对评分表进行验证.结果 训练集单因素logistic回归分析共识别出13个危险因素,6种模型ROC曲线下面积0.824～0.889,敏感度0.721～0.849,特异度0.700～0.837,约登指数0.498～0.674;随机森林模型为最佳模型,基于此模型构建的老年人认知衰弱评分表得分范围0～180分,内、外部验证ROC曲线下面积为0.858、0.831,最佳截断值为75分.结论 基于随机森林算法建立的预测模型预测性能最好,基于logistic回归建立的模型效果最差.基于随机森林算法构建的社区老年人认知衰弱评分表可用于社区老年人认知衰弱的筛查.
更多相关知识
关键词
老年人社区认知衰弱危险因素预测模型机器学习随机森林算法older adultscommunitycognitive frailtyrisk factorsprediction modelmachine learningrandom forest algorithm
栏目名称
DOI
10.3870/j.issn.1001-4152.2023.19.001
发布时间
2023-11-28（万方平台首次上网日期，不代表论文的发表时间）
基金项目
昆山市级科技专项立项项目（KS2205）
苏州市医学重点扶持学科建设（SZFCXK202106）
- 浏览107
- 被引26
- 下载110
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
