基于人工神经网络算法的2型糖尿病发病风险预测模型的构建

更新时间:2023-05-28

【摘要】目的基于人工神经网络(ANN)算法构建2型糖尿病发病风险预测模型,为预测一般人群的糖尿病发病风险提供依据。方法对象来自2011—2012年北京市房山区心脑血管慢性病队列调查,共纳入3 153名调查对象。基线调查和2014年的随访调查均由经过统一培训的调查员对调查对象进行问卷调查、体格检查和实验室检测。数据集按照7∶3的比例随机分为训练集和测试集。利用ANN预测一般人群2型糖尿病3年发病风险,模型纳入20项环境因素(包括研究对象的一般信息、既往病史和体检指标)以及28个单核苷酸多态性(SNP)位点信息,包含1个输入层、1个输出层、2个密集连接(dense)隐藏层,3个丢弃(dropout)层。结果模型在训练集中准确率为0.936,敏感度为0.783,特异度为0.892;在测试集中准确率为0.940,敏感度为0.721,特异度为0.882。特征重要度排名前5位的输入变量为空腹血糖(FPG)和口服葡萄糖耐量试验(OGTT)的检测结果。结论 ANN可以准确预测糖尿病发病风险,为识别糖尿病高危人群,给予早期干预提供依据。

【关键词】 人工神经网络 糖尿病 2型 风险预测

阅读全文