21、医学数据挖掘与建模：从基础图表到先进算法的应用

医学数据挖掘与建模：从基础图表到先进算法的应用

在医学和市场营销等领域，准确识别多因素结果的主要因素至关重要。帕累托图作为一种实用的工具，在这方面发挥着重要作用。同时，径向基神经网络、自动建模以及牛顿法等先进技术也为医学研究提供了新的思路和方法。

1. 帕累托图的作用

帕累托图不仅适用于市场营销科学，在医学领域同样能有效识别多因素结果的主要因素。除了流程图、散点图、直方图、控制图、因果图和检查表之外，帕累托图也是数据分析的基本图形工具，而且使用这些工具无需太多统计学培训。

2. 径向基神经网络预测身体表面积

2.1 研究目的

径向基函数可能比多层神经网络更能准确预测医学数据，因为它使用高斯激活函数，但应用较少。本研究旨在评估其在临床研究中预测身体表面积的性能。

2.2 具体问题

身体表面积是代谢体重的指标，用于调整氧气、二氧化碳运输参数、血容量、尿肌酐清除率、蛋白质/肌酐比值等参数。能否应用径向基神经网络根据性别、年龄、体重和身高准确预测身体表面积？

2.3 示例数据

对90人的身体表面积进行了直接光度测量，这些测量数据作为学习样本。以下是前20名患者的数据：
| Var 1 性别 | Var 2 年龄 | Var 3 体重 (kg) | Var 4 身高 (m) | Var 5 测量的身体表面积 (cm²) |
| — | — | — | — | — |
| 1.00 | 13.00 | 30.50 | 138.50 | 10072.90 |
| 0.00 | 5.00 | 15.00 | 101.00