节点文献
基于数据挖掘的缺血性脑卒中患病风险预测
【摘要】 目的探究缺血性脑卒中患病危险因素,构建患病风险预测模型,为脑卒中的提前筛查与干预提供科学的方法。方法筛选缺血性脑卒中患病相关变量,采用决策树和Logistic回归方法构建风险预测模型,并进行模型评估。结果决策树模型受试者工作特征(ROC)曲线下的面积为0.840(0.817～0.862),约登指数为0.750,对应的灵敏度为0.877,特异度为0.873。Logistic回归模型中ROC曲线下的面积为0.914(0.899～0.930),约登指数为0.768,对应的灵敏度为0.861,特异度为0.907。结论决策树模型与Logistic模型,对预测缺血性脑卒中的患病风险具有一定的应用价值。
【关键词】 缺血性脑卒中；
决策树；
Logistic回归；
风险预测；
【基金】 河北省研究生创新资助项目(CXZZSS2018046);河北省社会科学发展课题重点课题(201802120108);河北省人力资源社会保障课题(JRS-2018-7024);河北省社会科学发展研究课题(20200303129,20200302092)
- 【文献出处】 中国老年学杂志 ,Chinese Journal of Gerontology , 编辑部邮箱 ,2021年01期
- 【分类号】R743.3
- 【被引频次】11
- 【下载频次】666