换一批
换一批基于机器学习的青年人群颞下颌关节紊乱病风险预测模型的构建
Construction of A Risk Prediction Model for Temporomandibular Disorders in Young People Based on Machine Learn-ing
摘要目的:本研究旨在探讨青年人群颞下颌关节紊乱病(temporomandibular disorders,TMD)的影响因素,并基于机器学习(machine learning,ML)方法构建一个针对青年人的TMD风险预测模型,以便为青年人提供更加准确和有效的TMD风险评估工具.方法:共纳入960例符合条件的大学生做为研究对象.使用单因素分析和最小绝对值收缩和选择算子回归算法筛选TMD风险因素.运用6种不同的ML方法构建TMD风险预测模型,并采用Shapley加法解释算法对最终模型进行解释.结果:共纳入12个预测因素进行模型的构建,随机森林模型在6种ML模型中表现最佳.该模型在外部测试集上的受试者工作特征曲线下面积为0.863(95％CI:0.812～0.915),准确度为0.732,灵敏度为0.898,特异度为0.728,阳性预测值为0.864,阴性预测值为0.703.校准曲线表明该模型预测效果和实际结果基本一致,决策曲线表明模型具有良好的临床适用性.结论:基于ML方法构建的青年人群TMD风险预测模型具有良好的预测性能及临床适用性,可辅助临床进行更高效的疾病管理和更精准的医疗干预.
更多相关知识
关键词
颞下颌关节紊乱病机器学习预测模型shapley加法解释算法temporomandibular disordersmachine learningprediction modelSHAP algorithm
栏目名称
口腔颌面外科学研究
DOI
10.13701/j.cnki.kqyxyj.2024.10.004
发布时间
2024-11-07
基金项目
吉林省科技厅自然科学基金项目
- 浏览14
- 被引0
- 下载4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
