今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

利用机器学习,通过低成本的完整血细胞计数数据来识别糖尿病高风险人群,以便进行及时筛查

《Scientific Reports》:Using machine learning to identify individuals at elevated risk of diabetes from low-cost complete blood count data for opportunistic screening

【字体: 大 中 小 】 时间:2026年06月27日 来源:Scientific Reports 4.9

编辑推荐:

  摘要2型糖尿病和糖尿病前期仍然未被充分识别,这凸显出需要基于常规可用数据开发实用的筛查方法。本研究旨在开发一种基于全血细胞计数且成本较低的机器学习模型,并通过时间验证其在常规健康检查中识别糖尿病高风险人群的可行性。我们利用深圳大学总医院的电子健康记录数据进行了回顾性单中心研究。在

  

摘要

2型糖尿病和糖尿病前期仍然未被充分识别,这凸显出需要基于常规可用数据开发实用的筛查方法。本研究旨在开发一种基于全血细胞计数且成本较低的机器学习模型,并通过时间验证其在常规健康检查中识别糖尿病高风险人群的可行性。我们利用深圳大学总医院的电子健康记录数据进行了回顾性单中心研究。在2018年至2023年间接受检查的70,725名患者被用于模型开发,采用分层5折交叉验证方法;而2024年接受检查的26,650名独立患者则用于最终评估。评估结果以HbA1c值作为糖尿病风险二元标签,HbA1c<5.7%视为无风险,HbA1c≥5.7%视为糖尿病风险,其中包含糖尿病前期以及根据HbA1c标准判定的糖尿病患者。研究的候选模型包括逻辑回归、LightGBM、多层感知器、表格型ResNet以及基于注意力机制的表格神经网络。在开发组中,LightGBM表现出最佳的整体性能,平均AUROC值为0.821±0.006,平均AUPRC值为0.628±0.010。在2024年的独立时间验证组中,LightGBM同样表现最佳,AUROC值为0.791,AUPRC值为0.699。校准分析显示风险等级保持稳定,但绝对风险存在一定高估现象;亚组分析则表明不同性别、年龄和BMI群体间的模型性能存在差异。这些研究结果表明,基于全血细胞计数的机器学习方法,尤其是LightGBM,可为常规健康检查中及时识别糖尿病高风险人群提供实用手段,并有助于进一步进行确诊检测。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:糖尿病筛查|全血细胞计数|机器学习|健康检查|时间点验证|高敏风险模型

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号