基于监督机器学习的集成模型用于 2 型糖尿病的准确预测

根据美国糖尿病协会(ADA)，美国有 3030 万人患糖尿病，但仅约 720 万可能未被诊断且未察觉自身状况。2 型糖尿病通常在多数患者生命后期确诊，而较少见的 1 型糖尿病在生命早期确诊。糖尿病患者可健康快乐地生活，但早期检测对大多数患者健康产生更好的总体结果。因此，为检验 2 型糖尿病的准确预测，我们使用来自名为 Practice Fusion 的电子健康记录公司的患者信息，其包含约 2009 至 2012 年的 10000 条患者记录。该数据包含个体关键生物特征，包括年龄、舒张压与收缩压、性别、身高和体重。我们将该数据用于流行机器学习算法，并对每种算法基于分类准确率、精确率、灵敏度、特异度/召回率、负预测值和 F1 分数评估各模型性能。在我们的研究中，发现除朴素贝叶斯外所有算法均受极低精确率困扰。因此，我们进一步将所有算法纳入加权平均或软投票集成模型，其中每种算法对患者是否患糖尿病的决策结果进行多数投票。集成模型在 Practice Fusion 上的准确率为 85%，我们的集成方法迄今在该领域为新颖。我们坚信加权平均集成模型不仅在总体指标上表现良好，且有助于纠正错误预测并辅助 2 型糖尿病的准确预测。我们准确的新型模型可用作患者及时寻求医学评估的警报。