基于臨床大數據的腦卒中發(fā)病風險分析及預測技術研究.pdf

1、腦卒中疾病對人類的身體健康產生了重大的威脅，并且其發(fā)病率在最近幾年有漸漸增長的趨勢，若能提前對疾病的發(fā)生進行分析預測，這對于人們提前采取預防措施和相應的醫(yī)療方法有重要的意義。同時由于科學技術的進步，數據挖掘技術的誕生，從大量數據中分析挖掘出有潛在價值的信息成為新的科學技術潮流，國內外也涌現(xiàn)出了很多利用數據挖掘技術來對腦卒中和氣候環(huán)境進行分析預測的成果，這些研究表明了腦卒中的發(fā)生與患者所處的氣候環(huán)境有著重要的聯(lián)系。本文就是在此研究的基礎上

2、，摒棄現(xiàn)有的簡單地利用線性回歸或者邏輯回歸等技術來預測腦卒中與氣候因子的關系，充分綜合利用數據挖掘中數據預處理技術和多種回歸分析技術的優(yōu)缺點，來得到更精準的預測結果。
　　因此本文首先采用數據預處理對從某市多家醫(yī)院獲取到的腦卒中患者的病例信息以及相應期間的氣候數據進行分析整理，剔除臟數據，規(guī)范數據格式，得到統(tǒng)一的有價值的數據。再利用多元向后回歸技術從八種可能的氣候影響因子中篩選出對腦卒中的發(fā)生有重要影響的氣候因子，最后再利用多元非

3、線性回歸分析技術對篩選出來的氣候因子和腦卒中的發(fā)生率進行回歸分析，得出最后的腦卒中與氣候因子的預測模型。
　　實驗結果表明，平均氣壓、最高氣壓、最高溫度、平均濕度和最低濕度對腦卒中的發(fā)生有重要的影響，這符合醫(yī)學界對腦卒中的發(fā)生和氣候因子之間的關系的研究結果。同時得出的預測模型比以前的研究方法精確度更高，用來評估預測方程模擬好壞的決定系數因子R2為0.973，比簡單地利用線性回歸得出的預測模型的決定系數因子更加接近于1，這表明本論文