目的:非酒精性脂肪性肝病(Nonalcoholic fatty liver disease,NAFLD)增加了心血管疾病死亡的风险,并可导致肝细胞癌.研究拟通过挖掘多个常规指标(特征)对NAFLD的影响,预测2型糖尿病患者罹患NAFLD的概率.方法:从上海市第六人民医院临床信息系统采集共26个维度的数据,数据挖掘方法采用集成学习算法中的随机森林法.同时,基于医生的经验知识,逐步缩小特征数量至9个维度.结果:在不同维度的模型中,最小预测精度为81.5%,而最大精度为83.6%,均优于其他类似模型.当有9个特征时,预测精度为83.2%.结论:随机森林法在2型糖尿病中预测并存NAFLD具有实际应用价值,甘油三酯、低密度脂蛋白、空腹胰岛素是最重要的预测指标.
作者:陈霆;蒋伏松;朱兴敏;郑西川
来源:中国数字医学 2018 年 13卷 11期