机器学习在非酒精性脂肪肝预测中的应用

摘要

非酒精性脂肪肝(nonalcoholic fatty liver disease, NAFLD)是全球最常见的慢性肝病，普通成人NAFLD患病率在6.3%～45%,我国大陆一般人群中患病率为29.81%,在肥胖和2型糖尿病人群中发病率更高，会高达90%。通过运用典型机器学习算法来构建非酒精性脂肪肝的风险预测模型，在肝病研究领域中是比较先进的。本文所归纳的7种典型机器学习算法在数据挖掘领域中是比较成熟且稳定的，在各项数据研究当中，基于预测结果的准确率，验证了各个模型的有效性和可行性，为脂肪肝疾病预测提供了基于数据科学的研究方法。

关键词

非酒精性脂肪肝 / 机器学习 / 预测模型

基金资助

国家重点研发计划“重大慢性非传染性疾病防控研究”重点专项(2018YFC1311600)