换一批基于随机森林算法的糖尿病周围神经病变预测模型构建与验证
Blood hypercoagulation state lower limb deep vein thrombosis construction and validation of an early warning model based on random forest algorithm in diabetic peripheral neuropathy
摘要目的 探讨T2DM合并糖尿病周围神经病变(DPN)的影响因素,构建基于随机森林算法的DPN预测模型并进行验证.方法 选取2019年1月至2021年12月于我院住院治疗的T2DM患者512例,根据是否合并DPN分为单纯T2DM组(n=292)和T2DM合并DPN组(DPN,n=220).比较两组一般资料及生化指标,Logistic回归分析T2DM合并DPN的影响因素,构建随机森林模型.结果 与T2DM组比较,DPN组白细胞计数、HbA1c、体重下降速度、DR患病率升高(P<0.05),DM病程≥10年、TG、HDL-C降低(P<0.05).Logistic回归分析显示,年龄≥60岁、HbA1c、TG、HDL-C、体重下降速度、DR是T2DM合并DPN的影响因素.随机森林模型显示,树的数量为387 时错误率最低,T2DM合并DPN的影响因素重要性排序为体重下降速度、TG、DR、HDL-C、HbA1c及年龄≥60岁.结论 年龄≥60 岁、HbA1c、TG、HDL-C、体重下降速度是T2DM合并DPN的影响因素,有助于临床早期诊治.
更多相关知识
关键词
随机森林算法糖尿病周围神经病变预测模型构建验证Random forest algorithmDiabetic peripheral neuropathyEarly warning model constructionValidation
栏目名称
DOI
10.3969/j.issn.1006-6187.2024.08.006
发布时间
2024-08-27（万方平台首次上网日期，不代表论文的发表时间）
基金项目
西南医科大学校级科研项目（2021SKYB17）
- 浏览53
- 被引9
- 下载73
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
