换一批血尿酸与慢性代谢性疾病的连续型和离散型贝叶斯网络效果比较
Comparison of Continuous and Discrete Bayesian Network Models for Uric Acid and Related Metabolic Indicators
摘要目的 建立血尿酸与相关代谢性指标的连续型和离散型贝叶斯网络模型,探寻血尿酸的影响因素,并比较两种网络结果的特点和优劣.方法 利用山西省 2015 年慢性病监测的血尿酸及其代谢性疾病的特征指标共 4646 例,采用(improved partial-correlation-based,IPCB)算法建立血尿酸的连续型贝叶斯网络,同时将上述指标离散化,采用(max-min hill-climbing,MMHC)建立高尿酸的离散贝叶斯网络.结果 离散贝叶斯网络发现 14 条边,其中甘油三酯和舒张压异常与高尿酸直接关系,导致高尿酸的发生;年龄为间接因素;而连续贝叶斯网络共包含 24 条有向边,年龄、TG、LDL、HDL、SP、DP与尿酸水平直接相关,随着年龄、TG、LDL的增大和HDL的降低,尿酸水平升高,而尿酸水平升高又导致SP、DP升高;TC与尿酸间接相关.结论 两种网络模型适应的资料类型不同,但连续型贝叶斯网络发现的直接相关因素更多,整体解释度更好.
更多相关知识
关键词
连续型贝叶斯网络IPCB算法血尿酸代谢性指标相关因素Continuous Bayesian networkIPCB algorithmBlood uric acidMetabolic indicatorsRelevant factor
栏目名称
DOI
10.11783/j.issn.1002-3674.2024.02.001
发布时间
2024-06-18（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（81973155）
- 浏览32
- 被引0
- 下载13
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
