摘要
目的介绍贝叶斯网络在护理真实世界数据中的应用及Tetrad软件实现, 为医学科研人员提供方法学应用参考。方法以真实世界数据糖尿病预测诊断为例, 使用UCI机器学习数据库Pima-Indian Diabetes数据集为实例数据, 根据Tetrad软件贝叶斯网络构建顺序进行贝叶斯网络推理。结果当筛查者年龄≥30岁、糖耐量异常、餐后2 h血清胰岛素异常、BMI异常、家族家系遗传指数较大时糖尿病发生的概率由34.99%增涨为83.33%。结论通过Tetrad软件实现的贝叶斯网络为真实世界数据因果推断提供了有力工具, 促使变量间的依赖关系得到客观定量的解释。