24、慢性肾病阶段预测与白内障自动检测研究

慢性肾病阶段预测与白内障自动检测研究

1. 慢性肾病阶段预测研究

1.1 数据集

研究使用的数据来自IMEPEN基金会在2010 - 2014年期间，通过巴西卫生部的HIPERDIA项目收集的。数据涵盖了7266名被诊断患有慢性肾病（CKD）或影响肾功能的合并症（主要是高血压和糖尿病）患者的临床、社会经济和个人信息。这些患者来自巴西的Juiz de Fora市以及附近的36个城镇。数据的使用获得了Juiz de Fora联邦大学伦理委员会的批准。
数据集包含7266行患者信息和255列不同变量（包括数值和分类变量）。每行记录包含患者的个人细节（如身份证号、性别、年龄、种族、体重）、社会经济信息（如家庭收入、教育水平、出生地）以及临床数据（如血压测试、多种药物使用情况和最多8个血清肌酐值，2011 - 2014年每年2个）。

1.2 数据分析与过滤

在分析的数据集里，并非所有7266名患者都有血清肌酐值记录，因此部分患者没有疾病阶段记录。研究进行了数据过滤，排除了没有血清肌酐记录的患者，最终剩下5689名患者。
同时，研究根据每位患者的检查日期对数据集进行了重组，以建立患者在CKD各阶段临床状况的时间理解。数据集的行数从5689增加到了40100，这个结果数据被用作后续研究的最终数据集。
研究采用了五种不同的数据插补方法来处理缺失数据：
1. 用零替换
2. 用均值替换
3. 用中位数替换
4. 使用K近邻算法（KNN），设置两个邻居进行替换
5. 使用链式方程多重插补法（MICE），因为根据Pedersen等人的方法，该数据集类型可归类为随机缺失（MAR）。

<