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153 | 下载212

目的 构建社区居民2型糖尿病风险评估模型及风险评分表.方法 利用logistic回归模型结合决策树的方法,针对2015蚌埠市龙子湖区慢性病调查的数据,构建2型糖尿病风险评估模型,并由正确指数制定风险评分表的切点.结果 决策树结合logistic回归模型预测2型糖尿病的AUC =0.828(95% CI:0.808-0.855),大于单纯采用logis-tic回归模型AUC=0.816(95% CI:0.793-0.838)及单纯采用决策树AUC =0.809(95% CI:0.787-0.831).同时,决策树结合logistic建立的风险评分表的特异度和灵敏度分别为0.840和0.778,总分值范围为-9~56分,筛查高危人群的推荐切点为19分,筛查效果优于logistic回归模型、《2013年糖尿病防治指南》风险评分表、芬兰模型Lindstrom版.结论 logistic回归结合决策树模型比单一模型在糖尿病风险评估方面有更好的表现,制定的2型糖尿病风险评分表可以作为糖尿病筛查一线工具.

作者:朱高培;孙娜;许小珊;李娟;吴学森;王素珍

来源:中国卫生统计 2019 年 36卷 6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:153 | 下载:212
作者:
朱高培;孙娜;许小珊;李娟;吴学森;王素珍
来源:
中国卫生统计 2019 年 36卷 6期
标签:
2型糖尿病 决策树 风险评估 风险评分表
目的 构建社区居民2型糖尿病风险评估模型及风险评分表.方法 利用logistic回归模型结合决策树的方法,针对2015蚌埠市龙子湖区慢性病调查的数据,构建2型糖尿病风险评估模型,并由正确指数制定风险评分表的切点.结果 决策树结合logistic回归模型预测2型糖尿病的AUC =0.828(95% CI:0.808-0.855),大于单纯采用logis-tic回归模型AUC=0.816(95% CI:0.793-0.838)及单纯采用决策树AUC =0.809(95% CI:0.787-0.831).同时,决策树结合logistic建立的风险评分表的特异度和灵敏度分别为0.840和0.778,总分值范围为-9~56分,筛查高危人群的推荐切点为19分,筛查效果优于logistic回归模型、《2013年糖尿病防治指南》风险评分表、芬兰模型Lindstrom版.结论 logistic回归结合决策树模型比单一模型在糖尿病风险评估方面有更好的表现,制定的2型糖尿病风险评分表可以作为糖尿病筛查一线工具.