文献类型：期刊文章

作　　者：郑琳[1] 倪世伟[2]

ZHENG Lin;NI Shiwei(Fujian Provincial Hospital South Branch,Fuzhou 350028,Fujian,Chiria;Institute of Life Sciences,Fuzhou University,Fuzhou 350108,Fujian,China)

机构地区：[1]福建省立医院南院,福建福州350028 [2]福州大学生命科学研究所,福建福州350108

出　　处：《安徽预防医学杂志》

基　　金：生物活体中复杂条件下形成素大分子有效扩散系数的测量(福建省教育厅项目,项目编号JAT170081)

年　　份：2019

卷　　号：25

期　　号：6

起止页码：465-468

语　　种：中文

收录情况：普通刊

摘　　要：目的构建基于支持向量机(Support Vector Machine,SVM)的妊娠期糖尿病(Gestational Diabetes Mellitus,GDM)预测模型。方法选择2018年1~12月在福建省立医院南院定期产检及分娩的产妇115例,其中妊娠期糖尿病产妇50例为观察组,随机抽取同期正常产妇65人为对照组,收集产妇的一般资料和孕早期(8~12 W)的血常规、凝血功能和生化指标检测资料,将这些变量采用皮尔森相关系数分析,找出纳入预测模型分析的变量。结果特征变量与GDM的皮尔森相关系数绝对值最大的前5个变量分别是甘油三酯、活化部分凝血活酶时间、抗凝血酶Ⅲ、孕前BMI和孕次,且这五个变量观察组和正常组孕妇之间的差异均有统计学意义(P值均小于0.01),使用SVM算法将这五个变量纳入预测模型分析,对GDM的预测有78.3%的准确率和84.6%的精确率。结论使用SVM算法对预测早孕期孕妇患有GDM具有重要的临床意义。

关 键 词：妊娠期糖尿病 支持向量机 预测模型  甘油三脂 活化部分凝血活酶时间

分 类 号：R714.25]