基于决策树方法的糖尿病并发症分类研究

• 作 者: 聂斌 林剑鸣 杜建强 王卓 何万生 叶青 熊玲珠 朱明峰 李
• 机 构: 江西中医学院,南昌大学软件学院,江西省峡江县水边卫生院
• 出 处: 江西中医学院学报
• 发表日期: 2013年4期
• 关键词: 糖尿病并发症 决策树方法 分类结果 CHAID CART 辅助诊断 临床数据 确诊病例 Decision Tree Classification Chron
• 基金项目: 国家重大基础研究计划（973计划）（项目编号：2010CB530602,2010CB530603）,国家高技术研究发展计划分课题（863计划）（项目编号：2012AA02A609）,国家自然科学基金（项目编号：81160424）,江西省自然科学基金（项目编号：2010GZY0174）,江西省自然科学基金（项目编号：2009GZS0058）,江西省教育厅资助项目（项目编号：GJJ11541）.

目的：优选辅助诊断糖尿病并发症方法.方法：分别采用决策树方法C5.1、CART、QUEST、CHAID,对糖尿病并发症临床数据进行分类研究.结果：经3 969例确诊病例验证,4种方法都能得到诊断规则和决策树,C5.1分类精确性为：85.714％,CART、QUEST、CHAID分类精确性为：66.667％.结论：4种方法分类结果符合专家诊断思维,C5.1效果最好.