学术研究
福建眼病研究8211人:机器学习预测糖尿病视网膜病变风险
研究使用福建眼病研究的8211名参与者、51个变量,训练并比较逻辑回归、K近邻、支持向量机(SVC)、决策树和随机森林五种机器学习模型,预测糖尿病视网膜病变风险。SVC表现最好,F1值92.83%,AUC为0.99。SHAP分析给出的前五位预测因素是糖尿病史、年龄、脉压差、左眼近视力和身高。作者认为这可为早期筛查和风险分层提供数据驱动工具。
#糖尿病视网膜病变#机器学习#福建眼病研究 +1
PubMed Ophthalmology