换一批基于机器学习的糖尿病肾脏病预测模型的研究及应用进展
Research and Application Progress of Machine Learning-Based Algorithm in Prediction Models for Diabetic Kidney Disease
摘要糖尿病肾脏病(diabetic kidney disease,DKD)发病率逐年上升,已成为终末期肾病(end-stage renal disease,ESRD)的首要病因.构建科学的DKD预测模型有利于尽早、准确、便利地筛查DKD高风险人群,以及时有效地采取防治措施、减轻医疗负担.随着医疗大数据和人工智能技术的进步,不少国内外学者基于机器学习(machine learning,ML)所构建的DKD风险预测模型取得了良好的预测性能.选择适宜的ML算法进行DKD预测模型的构建可提升模型的性能,进而提高DKD高风险人群的筛查效率和精确率,节约治疗成本,更好地辅助临床医生采取个体化的干预措施.文章通过对目前ML算法在DKD风险预测模型构建中的应用进行综述,旨在为临床构建适宜的DKD风险预测模型提供依据,为《中国糖尿病肾脏病防治指南》后期的修订提供参考.
更多相关知识
关键词
糖尿病肾脏病机器学习算法危险因素分析疾病预测模型logistic回归随机森林diabetic kidney diseasemachine learning algorithmanalysis of disease risk factorsdisease prediction modellogistic regressionrandom forest
分类号
R587（内分泌腺疾病及代谢病）
栏目名称
DOI
10.3969/j.issn.1674-9316.2025.09.045
发布时间
2025-07-28（万方平台首次上网日期，不代表论文的发表时间）
基金项目
厦门医疗卫生指导性项目（3502Z20244ZD1041）
- 浏览12
- 被引0
- 下载12
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
