10、数据挖掘在医学研究中的应用：关联规则分析与多维标度法

数据挖掘在医学研究中的应用：关联规则分析与多维标度法

1. 关联规则分析

1.1 核心指标含义

• 提升度（Lift） ：用于比较同时患有超重和冠心病（CAD）的患者的实际比例与假设 CAD 和超重相互独立时的预期比例。若实际值大于预期值，如 1.25 对比 1.00，则表明超重会增加患 CAD 的风险。
• 确信度（Conviction） ：对比总体中未患 CAD 的患者与既未患 CAD 又超重的患者的情况。当该比值大于 1.00（如 1.20）时，说明总体中未患 CAD 的益处优于超重亚组。

为评估计算值（如 0.2 和 1.25）与 0.0 到 1.0 的显著差异，需计算置信区间，可使用 McCallum - Layton 比例计算器。不过，该计算会略微高估真实的置信区间，导致 p 值偏大，但如果结果显著则无需担忧。

1.2 实例分析

1.2.1 单预测因子实例

患者编号	超重情况	是否患 CAD
1	1.00	0.00
2	0.00	1.00
…