运用机器学习算法探索2型糖尿病临床代谢亚型的研究

糖尿病是目前最常见的慢性非传染性疾病之一,我国糖尿病患者数量居世界首位,其患病率从1980年的0.67%上升至2017年的11.2%[1-2]。糖尿病患者临床特征多样,精准医疗的需求显得越来越重要[3]。机器学习可通过自动学习大量输入的数据样本内在结构和规则,对新样本进行智能辨识,甚至实现对未来的预测,符合精准医疗的需求,在医学领域已得到越来越广泛的应用。我们收集了1487例新诊断2型糖尿病(T2DM)患者的人体成分、生化指标等数据,应用机器学习建模方法对T2DM不同代谢表型进行分类预测,旨在为T2DM精准医疗提供依据。