融合遗传因素的糖尿病预测及影响因素分析OA

背景:早期风险评估与准确诊断对于临床防治糖尿病具有重要意义。遗传因素在糖尿病发病机制中起重要作用,但目前多数研究对遗传因素在风险建模中的融合不足。目的:构建融合遗传因素、人体测量学指标及胰岛素代谢指标的综合特征数据集,基于该数据集提出一种可解释性糖尿病预测模型,实现糖尿病的早期风险评估和预测。方法:使用公开数据平台Kaggle网站提供的糖尿病预测竞赛数据集,共纳入有效样本5070例,其中糖尿病组1936例、非糖尿病组3134例。基于HistGBDT算法对融合特征数据集进行模型训练,通过网格搜索方法优化模型超参数,采用准确率、精确率、召回率、F1分数和受试者工作特征曲线下面积(AUC)等指标评估模型性能;引入SHAP解释框架,识别模型中主要影响糖尿病风险的关键特征,提升模型可解释性。通过消融实验验证融合遗传因素特征的重要性。结果与结论:可解释性糖尿病预测模型在准确率(98.03%)、精确率(97.66%)、召回率(97.16%)、F1分数(97.41%)及AUC(97.86%)等指标上均优于现有主流模型,性能提升1%-4%。消融实验显示,融合遗传因素的特征集能够更全面有效地捕捉糖尿病风险特征。SHAP分析表明,肱三头肌皮褶厚度、胰岛素释放测试、体质量指数、口服耐糖量测试、舒张压是影响糖尿病发病风险的主要特征,模型的可解释性分析为糖尿病的早期识别和个体化健康管理提供了理论基础和技术支持。