您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览163 | 下载101

目的 构建2型糖尿病发病风险预测模型.方法 在体检人群中招募糖尿病患者53人,非糖尿病患者93人,体检的同时进行相应的基因检测,并填写健康体检自测问卷,收集全部数据采用XGBoost构建2型糖尿病预测模型.结果 模型预测的准确率是86.6%,特征重要性评估结果显示,对模型贡献前三名的变量依次是血糖、甘油三酯和SLC30A8基因rs13266634-C位点的等位基因.结论 XGBoost糖尿病发病风险预测模型具有很强的预测能力.

作者:张洪侠;郭贺;王金霞;徐岩艳;吕斌;闫东;常佳;胡光瑞;王雪;李洪军;刘天戟;李燕林;赵志强;牛晓强

来源:中国实验诊断学 2018 年 22卷 3期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:163 | 下载:101
作者:
张洪侠;郭贺;王金霞;徐岩艳;吕斌;闫东;常佳;胡光瑞;王雪;李洪军;刘天戟;李燕林;赵志强;牛晓强
来源:
中国实验诊断学 2018 年 22卷 3期
标签:
XGBoost算法 2型糖尿病 精准预测模型 XGBoost algorithm type 2 diabetes mellitus Precise Prediction Models
目的 构建2型糖尿病发病风险预测模型.方法 在体检人群中招募糖尿病患者53人,非糖尿病患者93人,体检的同时进行相应的基因检测,并填写健康体检自测问卷,收集全部数据采用XGBoost构建2型糖尿病预测模型.结果 模型预测的准确率是86.6%,特征重要性评估结果显示,对模型贡献前三名的变量依次是血糖、甘油三酯和SLC30A8基因rs13266634-C位点的等位基因.结论 XGBoost糖尿病发病风险预测模型具有很强的预测能力.