首页|机器学习在非酒精性脂肪肝预测中的应用

机器学习在非酒精性脂肪肝预测中的应用

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
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.

蔡偌欣、马亚楠、闻德亮

展开 >

中国医科大学健康科学研究院(110122)

中国医科大学公共卫生学院

非酒精性脂肪肝 机器学习 预测模型

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

2024

10.11783/j.issn.1002-3674.2024.02.037

中国卫生统计
中国卫生信息学会 中国医科大学

中国卫生统计

CSTPCD北大核心
影响因子：1.172
ISSN：1002-3674
年,卷(期)：2024.41(2)
  • 28