基于随机森林算法的糖尿病周围神经病变预测模型构建与验证

作     者：罗欢 朱世琴 沈玉兰 尹慧 邹树芳 LUO Huan;ZHU Shiqin;SHEN Yulan

作者机构：西南医科大学附属医院内分泌科泸州646000 

出 版 物：《中国糖尿病杂志》 (Chinese Journal of Diabetes)

年 卷 期：2024年第32卷第8期

页      面：591-594页

核心收录：

学科分类：1002[医学-临床医学] 100201[医学-内科学(含：心血管病、血液病、呼吸系病、消化系病、内分泌与代谢病、肾病、风湿病、传染病)] 100204[医学-神经病学] 10[医学] 

基　　金：西南医科大学校级科研项目(2021SKYB17) 

主　　题：随机森林算法 糖尿病周围神经病变 预测模型构建 验证 

摘      要：目的探讨T2DM合并糖尿病周围神经病变(DPN)的影响因素,构建基于随机森林算法的DPN预测模型并进行验证。方法选取2019年1月至2021年12月于我院住院治疗的T2DM患者512例,根据是否合并DPN分为单纯T2DM组(n=292)和T2DM合并DPN组(DPN,n=220)。比较两组一般资料及生化指标,Logistic回归分析T2DM合并DPN的影响因素,构建随机森林模型。结果与T2DM组比较,DPN组白细胞计数、HbA_(1)c、体重下降速度、DR患病率升高(P0.05),DM病程≥10年、TG、HDL-C降低(P0.05)。Logistic回归分析显示,年龄≥60岁、HbA_(1)c、TG、HDL-C、体重下降速度、DR是T2DM合并DPN的影响因素。随机森林模型显示,树的数量为387时错误率最低,T2DM合并DPN的影响因素重要性排序为体重下降速度、TG、DR、HDL-C、HbA_(1)c及年龄≥60岁。结论年龄≥60岁、HbA_(1)c、TG、HDL-C、体重下降速度是T2DM合并DPN的影响因素,有助于临床早期诊治。