【摘要】：在中國人群傳統(tǒng)生活方式的改變和社會的快速轉(zhuǎn)型導(dǎo)致易胖環(huán)境的出現(xiàn),而易胖環(huán)境的出現(xiàn)已經(jīng)給許多人帶來了較高的2型糖尿病患病風(fēng)險,特別是年輕人、老年人和處于社會底層的人士,由于特殊的生活方式和生活壓力,他們面臨著更大的風(fēng)險。專家表示,2型糖尿病與現(xiàn)代的生活方式、不健康的飲食習(xí)慣、運動量的減少以及肥胖有很大的關(guān)系。大多數(shù)的2型糖尿病患者在糖尿病的早期階段沒有明顯癥狀,2型糖尿病約有9~12年的隱匿期,很多患者可能得病多年卻無法被診斷,我國國民中存在著許多未確診的隱匿糖尿病患者。因此,醫(yī)學(xué)和社會學(xué)工作者要加強對易患糖尿病的高危人群的深入研究,降低糖尿病發(fā)病率的重點是對易患糖尿病的高危人群進行篩查和預(yù)防。本課題采用了擁有16個有效變量的403個真實醫(yī)療數(shù)據(jù)。首先使用R studio對數(shù)據(jù)進行分析,利用散點圖、直方圖等將數(shù)據(jù)可視化,然后計算各變量與糖化血紅蛋白和糖尿病之間的相關(guān)系數(shù),采用T檢驗和卡方檢驗等對相關(guān)系數(shù)進行假設(shè)檢驗,最終得到影響糖尿病的6個重要變量:膽固醇含量、血糖含量、膽固醇和高密度脂蛋白之比、高密度脂蛋白、年齡和腰圍。接下來擬合糖化血紅蛋白含量和糖尿病的回歸模型,利用該回歸模型進行預(yù)測,正確率為92.8%,敏感度為93.67%,特異度為86.05%。下一步在R語言中調(diào)用支持向量機包,使用10折交叉驗證尋找最優(yōu)參數(shù),使用這兩個最優(yōu)參數(shù)構(gòu)建SVM模型,對數(shù)據(jù)進行預(yù)測的正確率達到97.67%,敏感度為100%,特異度為81.82%。最后,選擇C#語言結(jié)合ASP.NET技術(shù)設(shè)計了一個簡單的糖尿病風(fēng)險測評系統(tǒng),用戶輸入自己的身體指標(biāo),系統(tǒng)對輸入的數(shù)據(jù)進行分析,返回用戶患糖尿病的概率和異常的指標(biāo),將易患糖尿病的高危人群篩選出來。通過該糖尿病風(fēng)險預(yù)測模型,能夠方便的篩查出易患糖尿病的高危人群,用戶能夠利用該工具簡單方便的進行自我測試,隨時隨地監(jiān)測自己的身體指標(biāo)變化,為糖尿病的預(yù)防以及檢測提供了一個實用有效的工具。針對尚無明顯癥狀的人群進行篩查,有利于普及健康知識教育,提高公眾對糖尿病的關(guān)注,預(yù)測糖尿病的發(fā)病風(fēng)險,篩查出極易患糖尿病的人群,提高糖尿病的檢出率,實現(xiàn)對糖尿病高危人群早發(fā)現(xiàn)、早診斷、早治療的目標(biāo)。對篩查出的糖尿病患者應(yīng)實施及時精確的治療和干預(yù)措施,能夠大大延緩糖尿病和糖尿病前期的發(fā)病進程,降低糖尿病及其并發(fā)癥的發(fā)病率,提高其生存質(zhì)量。
【圖文】：

圖 2.1 Logistic 函數(shù)的“S”形曲線們用 X 代表自變量，P 代表患糖尿病的概率，則 P 與 X 之間的關(guān)系如公式 1expXβexpXβPP(y1|X) 公式（2.2）作 Logic 變換，得到公式（2.3）：Xβ1-PPlogic(y) ln 式稱為 Logistic 回歸模型，其中 為待估參數(shù)。gistic 回歸模型經(jīng)常被應(yīng)用在流行病學(xué)中，一般用于分析影響某種疾病的以此作為根據(jù)預(yù)測患該種疾病的可能性。Logistic 回歸的主要用途有以下找對某一疾病的發(fā)生有影響的因素；（2）根據(jù)模型，預(yù)測在危險因素不病的可能性；（3）根據(jù)模型，判斷患者屬于該種疾病的概率�；貧w系數(shù)的假設(shè)檢驗

圖 3.2 原始數(shù)據(jù)的缺失值分布通過缺失數(shù)據(jù)的分布圖可知：有 375 個完整樣本點；血糖含量、地區(qū)、性別、缺失數(shù)據(jù)；膽固醇含量、高密度脂蛋白、體重各有 1 個缺失數(shù)據(jù)，且查看原始，缺失的膽固醇含量和高密度脂蛋白屬于同一元組，因此膽固醇與高密度脂蛋有 1 個缺失數(shù)據(jù)；腰圍、臀圍各有 2 個缺失數(shù)據(jù)；實驗數(shù)據(jù)采集時間有 3 個缺身高、首次測量收縮期血壓和首次測量舒張期血壓各有 5 個缺失數(shù)據(jù)；體型失數(shù)據(jù)；糖化血紅蛋白含量有 13 個缺失數(shù)據(jù)；數(shù)據(jù)集總共包含了 39 個缺失一行給出了每個變量中缺失數(shù)據(jù)的個數(shù)。我們還可以利用 VIM 包中的 aggr 函數(shù)可視化數(shù)據(jù)集中的缺失數(shù)據(jù)，，繪制缺失布圖，從缺失數(shù)據(jù)分布圖中可以看出糖化血紅蛋白含量一列數(shù)據(jù)的缺失比例了 3%；其次就是體型，其缺失比例大約為 2.9%；身高、首次測量收縮期血壓量舒張期血壓 3 列的數(shù)據(jù)缺失比例為 1.2%，其他列的數(shù)據(jù)缺失比例都較小，9本無缺失數(shù)據(jù)。如圖 3.3 所示。
【學(xué)位授予單位】：濟南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：R-05;R587.1

【參考文獻】

相關(guān)期刊論文 前10條

1 董春蓉;;多層面健康教育與護理干預(yù)模式在糖尿病患者護理管理中的作用[J];中國衛(wèi)生產(chǎn)業(yè);2016年32期

2 黃福英;何德英;;慢性非傳染性疾病與健康管理[J];世界最新醫(yī)學(xué)信息文摘;2016年80期

3 左銀花;夏杰;李啟強;余道兵;;糖尿病預(yù)測模型用于篩選糖尿病高危人群的價值探討[J];數(shù)理醫(yī)藥學(xué)雜志;2016年07期

4 楊貴軍;李靜華;;基于PMM多重插補法的線性模型系數(shù)估計量的模擬研究[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2014年10期

5 楊洪濤;姜晨;;糖尿病腎病心腦血管并發(fā)癥的診斷與中西醫(yī)結(jié)合治療[J];中華腎病研究電子雜志;2013年04期

6 李璐;;基于R語言的缺失值填補方法[J];統(tǒng)計與決策;2012年17期

7 曾文林;;中醫(yī)藥治療糖尿病及其并發(fā)癥的研究[J];湖北中醫(yī)雜志;2012年08期

8 郭巖松;;《中國慢性病防治工作規(guī)劃(2012-2015年)》印發(fā)[J];中國醫(yī)藥導(dǎo)刊;2012年07期

9 趙瑜飛;王維科;;張素清教授中西醫(yī)結(jié)合辨治糖尿病[J];內(nèi)蒙古中醫(yī)藥;2012年03期

10 曹艷麗;單忠艷;;糖尿病的診斷標(biāo)準(zhǔn):OGTT vs HbA_(1C)[J];藥品評價;2011年01期

本文編號：2570625