基于Apriori关联规则的脑卒中危险因素分析

作者：罗一夫; 何健; 赵会晶; 王晓波

来源：中国数字医学, 2017, 12(11): 85-88.

• 脑卒中
• 危险因素
• 关联规则挖掘
• Apriori算法

目的:使用大规模脑卒中初筛数据分析,研究脑卒中发病的危险因素规则模式。方法:采集了国家脑卒中筛查与防控数据中心的脑卒中危险因素初筛数据(数据采集于11个省份,共862 244份危险因素初筛表)。筛查了9个与脑卒中发病关联紧密的危险因素。采用关联规则挖掘方法研究了大范围人群中脑卒中发病相关的危险因素,关联规则挖掘采用Apriori算法,选择最小支持度为0.1%,最小置信度为10%,挖掘了脑卒中发病的模式规则。结果:关联规则挖掘结果显示,TIA、房颤或瓣膜性心脏病、脑卒中家族史、高血压、糖尿病是影响脑卒中发病的最主要的危险因素。同时,研究中发现,当年龄超过60岁时,年龄也成为一个影响脑卒中发病的重要危险因素。结论:研究发现了21个大概率导致脑卒中发病的规则模式,其中一些危险因素组合此前并没有得到足够的重视,为临床医学提供了新的有价值的知识。