-
题名惩罚三项Logit模型区分丙型肝炎患者的临床分期
- 1
-
-
作者
胡雪梅
杨俊文
-
机构
重庆工商大学数学与统计学院
经济社会应用统计重庆市重点实验室
西南财经大学数字经济与交叉科学研究院
-
出处
《应用数学学报》
CSCD
北大核心
2024年第1期154-173,共20页
-
基金
重庆市教委科学技术研究计划重大项目(KJZD-M202100801)
重庆市社科规划项目(2019WT59)
+4 种基金
重庆市科委基础研究与前沿探索一般项目(cstc.2018jcyjA2073)
重庆市第五批高等学校优秀人才支持计划(68021900601)
重庆市“统计学”研究生导师团队(yds183002)
社会经济应用统计重庆市重点实验室平台开放项目(KFJJ2022056)
重庆工商大学数理统计团队资助项目(ZDPTTD201906)。
-
文摘
丙型病毒性肝炎(简称丙型肝炎或丙肝)是一种由丙型肝炎病毒(HCV)感染引起的病毒性肝炎,可导致肝脏慢性炎症坏死和纤维化,部分患者可发展为肝硬化甚至肝细胞癌(HCC).本文利用丙型肝炎数据建立惩罚三项logit模型诊断患者的疾病分期:首先选取患者的12项生理指标作为预测向量,丙型肝炎的三种疾病分期作为响应变量;接着利用70%的数据作为训练集学习LASSO/Ridge/ENet惩罚三项logit模型,得到模型的参数估计和概率估计;再利用30%的数据作为测试集,结合三类混淆矩阵,ROC(receiver operating characteristic)曲面,HUM(hypervolume under the ROC manifold),PDI(polytomous discrimination index)和Kappa(Cohen’s kappa coefficient)等评估疾病分期的预测精度;最后引入人工神经网络(ANN),支持向量机(SVM)和随机森林(RF)等机器学习方法和惩罚三项logit模型进行比较,发现惩罚三项logit模型的三类分类预测表现最好,不仅能够进一步提高疾病分期的诊断精度,而且可以降低丙型肝炎的检测成本.
-
关键词
丙型肝炎
疾病分期
惩罚三项logit模型
贝叶斯分类器
机器学习方法
-
Keywords
Hepatitis C
Disease stages
penalized trinomial logit model
Bayes classifier
Machine learning method
-
分类号
O212.4
[理学—概率论与数理统计]
R512.63
[理学—数学]
-