醫(yī)學(xué)信息學(xué)在糖尿病中的數(shù)據(jù)分析與算法設(shè)計.pdf

1、在中國人群傳統(tǒng)生活方式的改變和社會的快速轉(zhuǎn)型導(dǎo)致易胖環(huán)境的出現(xiàn)，而易胖環(huán)境的出現(xiàn)已經(jīng)給許多人帶來了較高的2型糖尿病患病風(fēng)險，特別是年輕人、老年人和處于社會底層的人士，由于特殊的生活方式和生活壓力，他們面臨著更大的風(fēng)險。專家表示，2型糖尿病與現(xiàn)代的生活方式、不健康的飲食習(xí)慣、運動量的減少以及肥胖有很大的關(guān)系。大多數(shù)的2型糖尿病患者在糖尿病的早期階段沒有明顯癥狀，2型糖尿病約有9～12年的隱匿期，很多患者可能得病多年卻無法被診斷，我國國民中

2、存在著許多未確診的隱匿糖尿病患者。因此，醫(yī)學(xué)和社會學(xué)工作者要加強對易患糖尿病的高危人群的深入研究，降低糖尿病發(fā)病率的重點是對易患糖尿病的高危人群進行篩查和預(yù)防。
　　本課題采用了擁有16個有效變量的403個真實醫(yī)療數(shù)據(jù)。首先使用R studio對數(shù)據(jù)進行分析，利用散點圖、直方圖等將數(shù)據(jù)可視化，然后計算各變量與糖化血紅蛋白和糖尿病之間的相關(guān)系數(shù)，采用T檢驗和卡方檢驗等對相關(guān)系數(shù)進行假設(shè)檢驗，最終得到影響糖尿病的6個重要變量:膽固醇含

3、量、血糖含量、膽固醇和高密度脂蛋白之比、高密度脂蛋白、年齡和腰圍。接下來擬合糖化血紅蛋白含量和糖尿病的回歸模型，利用該回歸模型進行預(yù)測，正確率為92.8％，敏感度為93.67％，特異度為86.05％。下一步在R語言中調(diào)用支持向量機包，使用10折交叉驗證尋找最優(yōu)參數(shù)，使用這兩個最優(yōu)參數(shù)構(gòu)建SVM模型，對數(shù)據(jù)進行預(yù)測的正確率達到97.67％，敏感度為100％，特異度為81.82％。最后，選擇C＃語言結(jié)合ASP.NET技術(shù)設(shè)計了一個簡單的糖尿

4、病風(fēng)險測評系統(tǒng)，用戶輸入自己的身體指標(biāo)，系統(tǒng)對輸入的數(shù)據(jù)進行分析，返回用戶患糖尿病的概率和異常的指標(biāo)，將易患糖尿病的高危人群篩選出來。
　　通過該糖尿病風(fēng)險預(yù)測模型，能夠方便的篩查出易患糖尿病的高危人群，用戶能夠利用該工具簡單方便的進行自我測試，隨時隨地監(jiān)測自己的身體指標(biāo)變化，為糖尿病的預(yù)防以及檢測提供了一個實用有效的工具。針對尚無明顯癥狀的人群進行篩查，有利于普及健康知識教育，提高公眾對糖尿病的關(guān)注，預(yù)測糖尿病的發(fā)病風(fēng)險，篩查出