期刊文献+

机器学习在非酒精性脂肪肝预测中的应用

下载PDF
导出
摘要 非酒精性脂肪肝(nonalcoholic fatty liver disease,NAFLD)是全球最常见的慢性肝病,普通成人NAFLD患病率在6.3%~45%,我国内地一般人群中患病率为29.81%,在肥胖和2型糖尿病人群中发病率更高,会高达90%。通过运用典型机器学习算法来构建非酒精性脂肪肝的风险预测模型,在肝病研究领域中是比较先进的。本文所归纳的7种典型机器学习算法在数据挖掘领域中是比较成熟且稳定的,在各项数据研究当中,基于预测结果的准确率,验证了各个模型的有效性和可行性,为脂肪肝疾病预测提供了基于数据科学的研究方法。
出处 《中国卫生统计》 CSCD 北大核心 2024年第2期316-318,共3页 Chinese Journal of Health Statistics
基金 国家重点研发计划“重大慢性非传染性疾病防控研究”重点专项(2018YFC1311600)。
  • 相关文献

参考文献13

二级参考文献186

共引文献1696

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部