目的 探讨非酒精(乙醇)性脂肪肝(NAFLD)的风险因素并构建预测模型.方法 采用多因素Logistic回归分析NAFLD风险因素,利用综合评分法对特征变量的重要性排序,并使用有监督的机器学习算法迭代增加入组因素,计算模型在不同特征子集下的性能.结果 在真实体检数据集上的验证显示,该法能在减少特征个数时保持较高的预测性能,并提高模型的可解释性.结论 筛选风险因素的最佳特征子集并构建预测模型,为脂肪肝等慢性疾病的早期预警和辅助诊断提供了一种通用技术框架.
作者：李绒；李敏；杨鹏程；徐海峰
来源：军事医学 2022 年 46卷 2期
