21、挖掘糖尿病前期显著特征：孟加拉国诺阿卡利案例研究

挖掘糖尿病前期显著特征：孟加拉国诺阿卡利案例研究

1. 引言

糖尿病是一种慢性疾病，由血液中糖分异常升高引起，会对人体健康造成诸多危害。在全球范围内，糖尿病的患病率呈上升趋势，预计到2030年，所有年龄段的患病率将从2000年的2.8%增至4.4%，到2045年患者数量可能接近7亿。糖尿病的常见症状包括体重减轻、口渴、饥饿、疲劳、酵母菌感染、皮肤问题、伤口愈合缓慢、胆固醇和甘油三酯水平异常以及脚部刺痛或麻木等。

近年来的研究表明，在糖尿病前期阶段，通过改变生活方式和药物治疗可以预防糖尿病的发生。然而，目前在孟加拉国，大多数关于评估糖尿病可能性的计算工作都集中在城市地区，农村人口在这些分析中未得到充分关注。因此，本研究旨在预测农村人群糖尿病前期的严重程度，并找出显著特征。

2. 研究动机与贡献

本研究的动机是利用机器学习识别糖尿病前期的关键因素。通过收集孟加拉国诺阿卡利地区农村人群的糖尿病前期记录，提出了一种基于机器学习的特征选择方法，以检测糖尿病早期的显著风险因素。具体贡献如下：
- 使用多种机器学习模型研究糖尿病前期阶段。
- 聚焦农村个体而非城市人群来检测糖尿病前期。
- 采用不同的数据平衡和分类方法选择糖尿病前期的显著特征。

3. 方法与材料

3.1 数据描述

根据现有标准和诺阿卡利糖尿病协会专家的建议，确定了几个用于检测糖尿病前期的属性，最终类别分为健康、患病可能性和高危三类。该标准获得了诺阿卡利科技大学研究细胞伦理委员会的批准。研究收集了来自诺阿卡利不同农村地区的210份糖尿病前期记录（包括男性和女性），患者年龄在17 - 100岁之间。数据集可在以