
-
生物通官微
陪你抓住生命科技
跳动的脉搏
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
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。