基于自适应提升算法的慢性肾病预测模型研究

作者：谭昊

来源：长江信息通信, 2023, 36(05): 59-62.

DOI：10.3969/j.issn.1673-1131.2023.05.017

• 机器学习
• 自适应提升算法
• 慢性肾病

慢性肾脏病（Chronic kidney disease, CKD）的特点是患者的肾脏结构或功能有缺陷，时间超过三个月，以一些肾脏损害症状和肾小球滤过率下降为标志。由于终末期肾病给患者带来了巨大的健康风险，以及高额的医疗支出给社会带来了巨大的经济负担，慢性肾脏病已经慢慢发展成为一个严重的医疗和社会问题。该文主要使用自适应提升（Adaptive Boosting, AdaBoost）算法模型构建了慢性肾脏疾病的分类预测模型，该模型可以根据患者当前的生理指标来判断患者是否患有慢性肾脏疾病。并使用其他各类机器学习算法进行了预测精确度对比。在使用现有样本数据时，研究结果证明该模型的预测准确率大于90%。