基于机器学习的糖尿病肾病发病风险预测模型研究

刘奎; 韩政元; 李林怿; 马亦飞; 杨紫薇; 赵陆洋; 陈长生; 万毅

doi:10.13276/j.issn.2097-1656.2025.02.015

空军军医大学学报 ›› 2025, Vol. 46 ›› Issue (02) : 226 -231. DOI: 10.13276/j.issn.2097-1656.2025.02.015

基于机器学习的糖尿病肾病发病风险预测模型研究

刘奎, 韩政元, 李林怿, 马亦飞, 杨紫薇, 赵陆洋, 陈长生, 万毅

作者信息 +

Author information +

文章历史 +

摘要

目的分析比较基于机器学习的LightGBM和随机森林模型在糖尿病患者糖尿病肾病(DN)疾病风险预测模型中的应用。方法利用国家人口健康科学数据中心公共数据集，应用LightGBM和随机森林两种算法建立DN疾病风险预测模型并进行分析比较研究。结果 LightGBM预测模型的准确率、曲线下面积(AUC)、召回率、精确度和F1得分分别为0.775 0、0.807 1、0.596 3、0.878 0、0.710 2分，均高于随机森林模型。结论基于机器学习的LightGBM和随机森林模型对DN具有较好的预测效果。LightGBM的准确率、AUC、精确度、召回率、F1得分均更高。临床实践中，可以运用机器学习为相关研究提供参考。