[发明专利]一种基于体检数据建模的空腹血糖预测方法

权利要求书

1.一种基于体检数据建模的空腹血糖预测方法，其特征在于：其包括以下步骤：

步骤1：数据选择与处理；包括从海量体检数据中提取关键信息以及对数据的清洗和转换；

步骤2：数据集的建立；对处理后的数据进行特征构建，每行表示为一个人的体检记录，每列表示一项体检项特征，得到包含所有特征集合的数据集dataset1；

步骤3：重要特征选取；按以下步骤进行：

(3.1)利用随机森林方法对特征集合中的每一个特征计算其特征重要性，并据此计算体检项重要性得分；

(3.2)结合序列后向选择算法：从dataset1全部特征集合s开始，对s对应训练集进行建模，并计算其在测试集上AUC，然后去掉得分最低的体检项对应特征，建模并计算在测试集上AUC，直至特征集合s中只含有一个体检项，选取具有最大AUC值的特征集合为最优特征集合optimalset；

步骤4：血糖预测模型构建与评价，其步骤如下：

(4.1)使用随机划分的方式，将最优特征集合optimalset对应的最优数据集optimaldataset

按比例分割为训练集Xtrain和测试集Xtest；

(4.2)使用包含大量决策树的随机森林拟合训练集Xtrain，每棵决策树使用数据由原数据随机抽取，决策树生成过程中，每个分割节点从全部特征集合中随机选择p个特征，从中选择最佳划分特征；

随机森林生成后，血糖预测值是各决策树血糖预测值的均值，此时，血糖预测的回归模型建立完毕；

(4.3)根据模型对测试集Xtest进行预测，得到未来一年的空腹血糖预测值，以该值减体检者上一年的空腹血糖值，差值为正说明预测该体检者空腹血糖上升，差值为负说明该体检者空腹血糖下降，得到关于体检者空腹血糖变化的预测，空腹血糖变化上升表示为1，下降表示为0，差值表示预测得分；

(4.4)根据测试集，使用体检者第四年空腹血糖减第三年空腹血糖，得到体检者真实空腹血糖变化，将其转化为0-1表示；

(4.5)根据预测得分和体检者真实数据变化的0-1表示，通过ROC曲线对应的AUC值，对模型性能进行评价；

步骤5：空腹血糖变化预测的概率化打分：

(5.1)将最优特征集合optimalset对应的最优数据集optimaldataset划分为训练集、测试集、验证集三部分；

(5.2)使用训练集结合随机森林方法建立空腹血糖值预测模型，使用测试集计算不同概率化打分对应阈值，预测验证集的概率化打分；

(5.3)结合验证集概率化打分，选定概率化得分80分以上体检者为血糖变化概率较大人群，基于选定的阈值，验证模型表现。

2.根据权利要求1所述的一种基于体检数据建模的空腹血糖预测方法，其特征在于：步骤1中数据的清洗和转换包括：对残缺、错误数据，将其值置为空；对重复数据进行删除；格式不标准数据，通过数值编码方式统一处理为数值格式。

3.根据权利要求1所述的一种基于体检数据建模的空腹血糖预测方法，其特征在于：步骤(3.2)中，按如下步骤进行：

A.使用体检项重要性计算过程中得到的体检项重要性得分，对体检项按照得分高低进行重要性排序；

B.根据全部特征s对应数据集，使用随机森林训练模型，并计算相应的AUC值；

C.从体检项集合中，去掉得分最低体检项对应的特征，使用余下特征对应数据集训练随机森林模型，并计算相应的AUC值；

D.重复步骤C，直至体检项集合只包含一个体检项；

E.根据上述步骤，得到对应最优AUC值的体检项集合，进一步得到最优的特征集合optimalset；

F.根据以上过程得到的最优特征集合optimalset，对应数据集可以得到最优模型。

4.根据权利要求1所述的一种基于体检数据建模的空腹血糖预测方法，其特征在于：步骤1中提取的关键信息为不同体检者不少于三年的体检信息。

5.根据权利要求4所述的一种基于体检数据建模的空腹血糖预测方法，其特征在于：步骤1中提取的关键信息包括人口统计学信息、血常规检测、血生化检测、尿常规检测、内科、心电图科目下的一种或多种信息。

6.根据权利要求5所述的一种基于体检数据建模的空腹血糖预测方法，其特征在于：步骤1中提取的关键信息包括：

空腹血糖、年龄、腰围、体重、身腰比、体重指数、尿糖、尿素、肌酐、脂肪肝、AST/ALT、血清天门冬氨酸氨基转移酶、血清丙氨酸氨基转移酶、红细胞分布宽度、红细胞比积、平均血红蛋白浓度、血清甘油三酯、血检-红细胞、红细胞平均体积、身高、血清低密度脂蛋白胆固醇、血清高密度脂蛋白胆固醇、中性粒细胞总数、平均血红蛋白含量、血液比重、中性粒细胞百分数、收缩压、淋巴细胞百分数、血检-白细胞、血小板分布宽度、舒张压、性别、淋巴细胞总数、血小板数、尿酸碱度、血清总胆固醇、平均血小板体积、尿酮体、尿检-红细胞、裂隙灯、双下肢水肿、亚硝酸盐、尿胆红素、心电图、心率、尿检-白细胞、尿胆原、尿蛋白。