基于蚁群路径优化决策树及逻辑回归的慢性肾病进展概率预测模型

被引：3

作者：

冯苗 ^{[1
]}

綦小蓉 ^{[2
]}

李智 ^{[1
]}

机构：

[1] 四川大学电子信息学院

[2] 四川大学华西第二医院

来源：

计算机与现代化 | 2018年 / 04期

关键词：

慢性肾病; 进展预测; 逻辑回归; 蚁群路径优化; 决策树;

D O I：

暂无

中图分类号：

R692 [肾疾病]; TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

慢性肾病(Chronic Kidney Disease,CKD)是一种进展性疾病,早期若不及时加以治疗会导致病情发展,甚至肾衰竭。为了研究CKD患者从早期发展到终末期的概率,本文提出一种CKD进展概率预测模型:结合蚁群路径优化决策树算法(Decision Tree Ant Path Optimization,DTAPO)和逻辑回归算法(Logistic Regression,LR),将CKD患者数据分为P(进展)和NP(非进展)2类,得到分类精确率和召回率,从而计算CKD患者由3期进展到4期或5期的概率。实验结果表明,当特征数目为13时,结合逻辑回归的蚁群路径优化决策树算法的预测效果最好,其分类精确率为98.84%,由该精确率预测得到的进展患者确实由3期进展到4期或5期的概率为0.9827。

引用

页码：117 / 121

页数：5

共 20 条

[1] 缺失数据的识别与处理[J]. 沈琳,陈千红,谭红专. 中南大学学报(医学版). 2013(12)
[2] 中国肾小球滤过率评估方程在慢性肾脏病患者的应用评价
刘迅
唐骅
汤颖
陈珠江
彭晖
娄探奇
[J]. 中华肾脏病杂志, 2009, (03)
[3] 一种基于熵的连续属性离散化算法
贺跃
郑建军
朱蕾
[J]. 计算机应用, 2005, (03) : 637 - 638+651
[4] 决策树分类及剪枝算法研究[D]. 张宇.哈尔滨理工大学 2009
[5] Does stage III chronic kidney disease always progress to end-stage renal disease? A ten-year follow-up study
Baek, Seung Don
Baek, Chung Hee
Kim, Ja Seon
Kim, So Mi
Kim, Ji Hyun
Kim, Soon Bae
[J]. SCANDINAVIAN JOURNAL OF UROLOGY AND NEPHROLOGY, 2012, 46 (03): : 232 - 238
[6] Ant algorithms for discrete optimization
Dorigo, M
Di Caro, G
Gambardella, LM
[J]. ARTIFICIAL LIFE, 1999, 5 (02) : 137 - 172
[7] C4.5: Programs for Machine Learning. Quinlan JR. . 1993
[8] Ant colony optimization: a new meta-heuristic. Marco Dorigo,Gianni Di Caro. Proceedings of the 1999 Congress on Evolutionary Computation . 1999
[9] Modified glomerular filtration rate estimating equation for Chinese patients with chronic kidney disease. Ma Ying-Chun,Zuo Li,Chen Jiang-Hua,Luo Qiong,Yu Xue-Qing,Li Ying,Xu Jin-Sheng,Huang Song-Min,Wang Li-Ning,Huang Wen,Wang Mei,Xu Guo-Bin,Wang Hai-Yan. Journal of the American Society of Nephrology : JASN . 2006
[10] The linear interpolation method: a sampling theorem approach. Peres Pedro L. D.,Bonatti Ivanil S.,Borelli Walter C. Sba: Controle & Automa??o Sociedade Brasileira de Automatica . 2003

← 1 2 →