python機器學(xué)習(xí)-糖尿病數(shù)據(jù)挖掘

2020-07-07 16:29 作者:python_biology 0人讀過 | 我要投稿

微信公眾號：pythonEducation

作者Toby，曾在國內(nèi)最大醫(yī)藥數(shù)據(jù)中心擔任數(shù)據(jù)挖掘部門負責(zé)人，管理二十個醫(yī)藥數(shù)據(jù)庫?，F(xiàn)任持牌照金融公司模型專家。

?

有人說21世紀，我們的生活越來越便捷，電子通訊越來越發(fā)達，美食越來越多。這一點也不假。但現(xiàn)代生活方式也有不利一面，工作越來越忙，身體鍛煉越來越少，體重一天一天增加。有一種疾病叫做糖尿病，你們聽說過嗎？

餐飲行業(yè)為了增加銷售量，會增加食物食鹽量。這樣可以滿足顧客重口味。

飲料廠商為了增加銷售量，在飲料里添加不少糖分（碳水化合物）。糖可以刺激大腦，形成正反饋，越喝越想喝，形成對糖依耐性。

996對程序員并不陌生，一天工作太忙，下班后就葛優(yōu)躺，拿著手機或看電視。體重一天天增加，我想說的是糖尿病離你還遠嗎？

?

真相是中國糖尿病數(shù)據(jù)觸目驚心！下圖顯示2019年估算中國糖尿病患病率排名世界第二，我們不是世界第一，是不是很高興？

不幸的是，中國人口基數(shù)是美國4倍多，因此中國糖尿病患者數(shù)量位居世界第一。中國是糖尿病最大藥物研發(fā)市場。越來越多年輕人也加入糖尿病市場，成為藥企搖錢樹。

中國糖尿病患者數(shù)量逐年上升，呈現(xiàn)明顯上漲態(tài)勢。近年來糖尿病藥物是藥企一塊大蛋糕。糖尿病相關(guān)食品

也非常昂貴，很多不懂醫(yī)學(xué)常識的患者付出了巨大代價。

?

糖尿病是一種富貴病，患上后無法徹底根治，只能每日用藥控制。且糖尿病相關(guān)并發(fā)癥多。每8秒就有1人死于糖尿病及其并發(fā)癥。如果未經(jīng)治療，糖尿病可能引發(fā)許多并發(fā)癥。急性并發(fā)癥包括糖尿病酮酸血癥與高滲透壓高血糖非酮酸性昏迷；嚴重的長程并發(fā)癥則包括心血管疾病、中風(fēng)、慢性腎臟病、糖尿病足、以及視網(wǎng)膜病變等。

醫(yī)生對于糖尿病患者的建議比較多，少吃含糖高食物，多鍛煉，多休息。。。。但哪一條建議特別重要，能否量化分析么？答案是肯定的，你給我數(shù)據(jù)，我給你答案。

博主用python建立糖尿病血糖指標預(yù)測模型，根據(jù)用戶提供的年齡，性別，血壓，BMI等指標，可以預(yù)測你是否患有糖尿病。建模數(shù)據(jù)來自美國真實糖尿病臨床數(shù)據(jù)，總計442條。對于模型來說，442條數(shù)據(jù)量有些偏少，如果能有1000條以上，就比較nice了。

研究此項目的美國團隊（Bradley Efron, Trevor Hastie, Iain Johnstone and Robert Tibshirani）模型性能一般，MAE約為41.9，r2為0.477。而博主建立模型MAE為13.82，r2為0.9388，遠遠高于美國團隊，模型性能非常優(yōu)秀，預(yù)測數(shù)據(jù)誤差小，更準確。

博主運用python語言建立糖尿病預(yù)測模型部分代碼截圖，代碼量少，效率高快速建模和量化分析致病因子。

?

程序?qū)ψ兞肯嚓P(guān)性分析后，自動把結(jié)果保存到excel，方便日后查閱數(shù)據(jù)，我們發(fā)現(xiàn)S1和S2血清指標相關(guān)性非常高，模型僅選用s1或s2變量，性能下降不會太大。

好消息是絕大多數(shù)糖尿病屬于二類，是可防可控的。我們只要熟悉致病因子，建立良好生活習(xí)慣就可以顯著降低糖尿病患病概率。此課程對糖尿病致病因子一一分析，并量化排序，是價值含量非常高課程。

?

機器學(xué)習(xí)是一門充滿魅力學(xué)科，讓我們像甘道夫魔法師，可以預(yù)知未來。希望我的課程能夠幫助到糖尿病患者，相關(guān)研發(fā)機構(gòu)，或正在寫此題材論文的學(xué)生。希望你們分享此課程到朋友圈，讓大家重視糖尿病防控，減少政府醫(yī)藥預(yù)算開支，讓更多人受益。