使用机器学习技术识别阿根廷糖尿病风险人群的初步经验
机器学习
2024-07-02 v2
摘要
由于缺乏致病性症状和已知的关联风险因素，检测 2 型糖尿病（T2D）和糖尿病前期（PD）是医学界的一项真正挑战。尽管已有一些机器学习模型提案能够识别风险人群，但该疾病的本质决定了适用于某个人群的模型不一定适用于另一个人群。本文探讨了专门针对阿根廷识别 T2D 和 PD 风险人群的预测模型的开发与评估。首先，对数据库进行了彻底的预处理，并在记录数量与可用变量数量之间取得折中，生成了三个特定的数据集。在应用 5 种不同的分类模型后，获得的结果表明，其中部分模型在两个数据集上表现出非常优异的性能。特别是 RF、DT 和 ANN 展现了出色的分类能力，在所考量的指标上取得了良好的数值。鉴于阿根廷缺乏此类工具，本工作代表了向开发更复杂模型迈出的第一步。
引用
@article{arxiv.2403.18631,
title = {First Experiences with the Identification of People at Risk for Diabetes in Argentina using Machine Learning Techniques},
author = {Enzo Rucci and Gonzalo Tittarelli and Franco Ronchetti and Jorge F. Elgart and Laura Lanzarini and Juan José Gagliardino},
journal= {arXiv preprint arXiv:2403.18631},
year = {2024}
}
备注
Computer Science - CACIC 2023 (Revised selected papers)