目的:本研究應用XGBoost提升樹模型和隨機森林模型對中國健康與養(yǎng)老追蹤調查數據庫（高維）中與抑郁癥狀有關的變量進行初步篩選,再使用logistic回歸模型對篩選后的數據進行分析,探索抑郁癥狀相關因素,了解中國45歲以上人群抑郁癥狀情況并為其預防和治療提供可靠依據。方法:1.本研究使用2011年中國健康與養(yǎng)老追蹤調查數據,調查對象為中國45歲及以上人群。抑郁癥狀應用抑郁量表簡表（CES-D10）進行評估,根據文獻將得分在10分及以上的定為有抑郁癥狀。2.根據最優(yōu)參數構建XGBoost提升樹模型和隨機森林模型,按照變量重要性評分選出兩個模型排名前100的變量,將兩個模型的共同變量作為重要變量。使用選出的重要變量建立logistic模型,計算貝葉斯信息準則（Bayesian Information Criterions,BIC）評分,通過5-折交叉驗證計算模型準確率,與使用全部變量建立的模型進行對比,評價變量篩選效果。3.本研究使用python3.7軟件中XGBoost和Random Forest Classifier軟件包以及R3.6軟件中glm軟件包進行分析。結果:1.數據庫中共17... 

【文章來源】：河北醫(yī)科大學河北省

【文章頁數】：49 頁

【學位級別】：碩士

【部分圖文】：

統(tǒng)計分析流程圖（A:數據整理；B：建模分析）

13人，抑郁癥狀患病率43.35%。農村5422人，抑郁癥狀患病率40.65%；城市2897人，抑郁癥狀患病率30.17%。研究對象基線資料見表1-2與圖2。表1研究對象基線資料Table1Samplecharacteristics抑郁男性女性癥狀身高(cm)體重(kg)年齡(歲)身高(cm)體重(kg)年齡(歲)否164.1±10.063.4±11.459.1±8.6153.2±9.357.8±11.157.2±8.5是162.7±8.259.8±11.660.6±8.6152.2±8.755.2±10.658.8±8.6表2研究對象基線資料Table2Samplecharacteristics男性例數(%)女性例數(%)抑郁癥狀農村城鎮(zhèn)合計農村城鎮(zhèn)合計否1759(66.91)1015(76.03)2764(69.98)1459(52.24)1008(64.53)2467(56.65)是870(33.09)320(23.97)1190(30.02)1334(47.76)554(35.47)1888(43.35)合計262913353964279315624355圖2抑郁癥狀患病率：按照年齡性別和居住地分組Fig.2Prevalenceofdepressivesymptoms:groupedbyage,sexandplaceofresidence

【參考文獻】：
期刊論文
[1]采用XGBoost和隨機森林探索中國西部女性乳腺癌危險因素[J]. 彭佳麗,劉春容,李旭,易芳,李佳圓.  現(xiàn)代預防醫(yī)學. 2020(01)
[2]基于XGBoost對肺鱗癌和肺腺癌的分類預測[J]. 冷菲,李巍.  首都醫(yī)科大學學報. 2019(06)
[3]惡性甲狀腺腫瘤預測模型選擇與實證研究[J]. 劉超,戈曉晨,邵潔,崔驍.  統(tǒng)計與管理. 2019(11)
[4]基于機器學習算法的2型糖尿病患者3個月血糖預測[J]. 覃偉,高敏,沈瑩,史宇暉,吳濤,趙艾,孫昕霙.  中華疾病控制雜志. 2019(11)
[5]基于多組學數據融合構建乳腺癌生存預測模型[J]. 齊惠穎,江雨荷.  數據分析與知識發(fā)現(xiàn). 2019(08)
[6]基于機器學習的放射組學預測非小細胞肺癌EGFR基因突變[J]. 胡麗霞,江長思,羅燕,梅東東,龔靜山,馬捷.  醫(yī)學影像學雜志. 2019(07)
[7]機器學習模型在預測腎結石輸尿管軟鏡碎石術后早期結石清除率中的應用[J]. 朱學華,楊明鈺,夏海綴,何為,張智熒,劉余慶,肖春雷,馬潞林,盧劍.  北京大學學報(醫(yī)學版). 2019(04)
[8]基于機器學習方法的原發(fā)性肝癌患者預后預測研究[J]. 李琳,楊日東,王哲,張學良,周毅.  中國數字醫(yī)學. 2019(03)
[9]基于改進集成學習算法的在線空氣質量預測[J]. 夏潤,張曉龍.  武漢科技大學學報. 2019(01)
[10]基于隨機森林變量選擇的飛灰含碳量預測模型[J]. 王芳,馬素霞,王河.  熱力發(fā)電. 2018(11)

碩士論文
[1]隨機森林和支持向量機在乳腺癌高維轉錄組數據中的應用[D]. 郭志旺.河北醫(yī)科大學 2019



本文編號：3335803