基于机器学习的老年衰弱综合征分析模型研究
岳玮1
谢峻2
周曼曼3
马骅3
1.450042 河南郑州,联勤保障部队988医院卫勤处2.450042 河南郑州,联勤保障部队988医院院办3.450042 河南郑州,联勤保障部队988医院全科医学科
摘要：目的 建立机器学习的老年衰弱综合征诊断模型,为临床实践工作提供参考依据.方法 基于临床诊断的老年衰弱综合征数据,利用蒙特卡洛模拟方法,基于逻辑回归(logistic regression,LR)、决策树(decision tree,DT)、支持向量机(support vector machines,SVM)、随机森林(random forest,RF)、K 近邻(K-nearest neighbor,KNN)机器学习分类方法训练诊断模型,深入研究影响老年衰弱综合征的因素.结果 将量化后的老年衰弱数据输入到分类器中进行训练,得知SVM分类模型在该研究测试集上的精度最高;通过分析不同特征对RF模型精度的影响以及通过删除特征对模型的影响,验证了抑郁、焦虑,多重用药及合并症等是老年衰弱综合征的危险因素.结论 利用机器学习方法可以有效挖掘影响老年衰弱综合征的危险因素,为老年衰弱综合征的诊断提供参考,有助于推进人工智能技术在老年医疗公共卫生领域的发展和应用.
关键词：机器学习老年衰弱综合征分析与干预数据挖掘
分类号：R47(护理学)
资助基金：河南省医学科技攻关计划项目(LHGJ20190880)
论文发表日期：2023-12-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 1019-1022 )
英文信息