曹文哲，应俊，陈广飞，周丹

中国人民解放军总医院 a. 生物医学工程研究室；b. 医务部，北京 100853

基于Logistic回归和随机森林算法的2型糖尿病并发视网膜病变风险预测及对比研究

曹文哲a，应俊a，陈广飞a，周丹b

中国人民解放军总医院 a. 生物医学工程研究室；b. 医务部，北京 100853

目的应用随机森林算法和Logistic回归算法，分析2型糖尿病并发视网膜病变的关联因素并构建风险预测模型。方法采用2011～2013年中国人民解放军总医院2型糖尿病住院患者的电子病历信息，主要利用其中的糖尿病诊断数据、糖尿病糖化数据以及糖尿病生化检查数据，应用Logistic回归和随机森林算法，根据ROC曲线下面积比较两种模型的预测效果。结果在随机森林模型的39个变量重要性评分中，糖化血红蛋白、空腹血糖、尿素、肌酐、尿酸、年龄、冠心病和慢性肾病得分较高且具有临床意义，Logistic回归模型最终纳入性别、血糖控制情况（糖化血红蛋白浓度）、慢性肾病、冠心病、心梗和癌症6个因素，ROC曲线下面积提示随机森林模型预测效果优于Logistic回归模型。结论本次研究随机森林算法分析结果给出了各个因素指标的重要性评分，为2型糖尿病并发视网膜病变的早期诊断以及优化诊断流程提供了一定的依据。

2型糖尿病；视网膜病变；关联因素；风险预测；随机森林算法；Logistic回归算法

0 引言

糖尿病及其并发症现已成为世界范围内的重要公共健康问题，且糖尿病发病率非常高，几乎达到流行病的比例[1]。糖尿病并发视网膜病变，也称糖尿病眼病，是糖尿病性微血管病变中最重要的表现，也是糖尿病患者常见的并发症之一。……