首页 / 院系成果 / 成果详情页

基于XGBoost算法的2型糖尿病精准预测模型研究  期刊论文  

  • 编号:
    8d8fee62-ada6-4aef-bf30-7f13eb5117aa
  • 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;
  • 地址:
    吉林大学中日联谊医院;北京青梧桐健康科技有限公司;
  • 语种:
    中文
  • 期刊:
    中国实验诊断学 ISSN:1007-4287 2018 年 22 卷 3 期 (408 - 412) ; 2018/3/25 0:00:00
  • 收录:
  • 关键词:
  • 摘要:

    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。

  • 推荐引用方式
    GB/T 7714:
    张洪侠,郭贺,王金霞, 等. 基于XGBoost算法的2型糖尿病精准预测模型研究 [J].中国实验诊断学,2018,22(3):408-412.
  • APA:
    张洪侠,郭贺,王金霞,徐岩艳,&牛晓强.(2018).基于XGBoost算法的2型糖尿病精准预测模型研究 .中国实验诊断学,22(3):408-412.
  • MLA:
    张洪侠, et al. "基于XGBoost算法的2型糖尿病精准预测模型研究" .中国实验诊断学 22,3(2018):408-412.
  • 条目包含文件:
    文件类型:PDF,文件大小:
    正在加载全文
浏览次数:34 下载次数:0
浏览次数:34
下载次数:0
打印次数:0
浏览器支持: Google Chrome   火狐   360浏览器极速模式(8.0+极速模式) 
返回顶部