Прогностические модели сахарного диабета с использованием методов машинного обучения

Введение: Сахарный диабет — хроническое заболевание, распространённость которого постоянно растёт; оно характеризуется неспособностью организма метаболизировать глюкозу. Целью исследования было разработать эффективную прогностическую модель с высокой чувствительностью и специфичностью для более точного выявления канадских пациентов с риском сахарного диабета на основании демографических данных и результатов лабораторных исследований, выполненных во время посещений медицинских учреждений.

Методы: На основе последних доступных записей о 13 309 пациентах из Канады в возрасте от 18 до 90 лет и результатов лабораторных исследований (возраст, пол, глюкоза крови натощак, индекс массы тела, холестерин липопротеинов высокой плотности, триглицериды, артериальное давление и холестерин липопротеинов низкой плотности) были построены прогностические модели с использованием логистической регрессии и метода градиентного бустинга (GBM). Для оценки дискриминационной способности моделей использовали площадь под рабочей характеристической кривой (AROC). Для повышения чувствительности — доли пациентов с сахарным диабетом, правильно выявленных моделью, — применяли метод корректировки порогового значения и метод взвешивания классов. Кроме того, эти модели сравнили с моделями, построенными с использованием других методов машинного обучения, включая дерево решений и случайный лес.

Результаты: Для предложенной модели GBM AROC составила 84,7%, а чувствительность — 71,6%; для предложенной модели логистической регрессии AROC составила 84,0%, а чувствительность — 73,4%. Модели GBM и логистической регрессии превосходили модели случайного леса и дерева решений.

Выводы: Модели, использующие распространённые лабораторные показатели, обладают высокой способностью прогнозировать сахарный диабет и приемлемой чувствительностью. Их можно интегрировать в онлайн-программу для помощи врачам в прогнозировании будущего развития сахарного диабета и проведении необходимых профилактических мероприятий. Модель разработана и валидирована на канадской популяции, поэтому для канадских пациентов она более специфична и эффективна, чем существующие модели, созданные на основе данных из США и других популяций. Наиболее важными предикторами в этих моделях были глюкоза крови натощак, индекс массы тела, холестерин липопротеинов высокой плотности и триглицериды.