[发明专利]2型糖尿病发病危险因素对血糖影响的定量分析方法

说明书

技术领域

本发明涉及一种多因素对血糖影响的定量分析方法，属于生物信息处理及医学领域。

背景技术

2型糖尿病已经成为世界性的一个主要健康问题。预计到2025年，全世界将有3.8亿人受到糖尿病的困扰。目前，我国已成为仅次于印度的糖尿病第二大国。据卫生部调查显示，我国糖尿病患者每天约新增3000例，每年约新增120万例，其中约95%为2型糖尿病患者。2型糖尿病已成为继癌症和心脑血管病之后，位于第三位严重影响人类健康的慢性病，其病因是环境因素、遗传因素、生活方式等相互作用的结果。目前已经获得共识的患病危险因素包括增龄、肥胖超重、血脂、血压水平异常、糖尿病家族史等，多因素共同作用对血糖水平升高产生影响，进而导致发病。

由于2型糖尿病一旦发病难以治愈，如果在发病前对危险因素进行干预，能够有效降低发病率，提高生活质量。相关研究大多采用多元回归、元分析、cox回归等统计学方法，利用相对危险度研究危险因素与是否发病之间的关系。哈佛大学Hu F B等人的研究表明超重和肥胖是发生2型糖尿病的最重要因素。通过对比发现，3.4%处于低危险组女性发生糖尿病的相对危险度为0.09，91%的发病者是由于不健康生活习惯造成的。Mhurchu C N等人采用cox回归方法报道了亚太地区人群的体重指数和糖尿病发生之间联系，发现在该地区降低体重指数能有效降低糖尿病的发病率。或采用多元回归算法和元分析，研究通常用相对危险度说明某一因素是否是发生2型糖尿病相关的危险因素，给出定性的结论。本发明采用BP神经网络算法计算敏感度，量化衡量危险因素对血糖变化的影响，通过敏感度反映出危险因素的变化对血糖变化的影响，用敏感度比较说明危险因素对血糖变化的定量影响程度，是对血糖变化特点与规律的过程相关因素探索，用于指导相应干预措施，尽早控制血糖的升高趋势，达到预防控制糖尿病发生的目的。

发明内容

本发明的目的是为解决多因素对血糖影响定量分析的问题，提出一种基于BP神经网络的定量分析方法。

本发明的设计原理为：使用C4.5和EM聚类算法筛选出主要的危险因素，用以确定定量分析的对象；对未患有2型糖尿病的全国抽样人群体检数据，根据性别和年龄进行人群划分；使用BP神经网络算法定量分析危险因素对血糖变化的影响。本发明在筛选出危险因素的同时对人群进行细化，通过定量分析多因素对血糖影响，在给出细化人群中多因素对血糖影响量化表示，且不同细化人群的多因素的量化排序不同，为个体细化干预提供判定方法。

本发明的技术方案是通过如下步骤实现的：

步骤1，获取人群体检数据，形成未患有2型糖尿病的全国抽样人群体检数据源S。

具体方法为：为通过2001-2008年实测体检数据，得到完整可用的数据源，对体检数据进行预处理，首先通过数据清理，填充空缺值、识别孤立点、消除噪声并纠正数据中的不一致；再进行数据变换包括数据格式转换、数据语义的转换；最后保证在信息不丢失的情况下，通过数据规约删除重复因素和空缺值过多的因素，得到全国抽样人群体检数据源S={s₁，s₂，s₃，…，s_k}，其中k为预处理后体检人的总数。

步骤2，在步骤1的基础上，进行主要危险因素的筛选。具体过程如下：

步骤2.1，数据处理实验参数设定模块。根据数据源S选择进行主要危险因素筛选的算法，并设定算法的参数。

步骤2.2，EM聚类算法模块。

具体方法为：对数据源S进行聚P类或q类的聚类实验，改变参与实验的危险因素的数量和种类，观察实验结果，得到能够较好反映出人群特点的聚类结果，记录参与聚类的危险因素。

步骤2.3，EM聚类、C4.5分类组合实验。

具体方法为：EM聚类实验部分的参与因素为上述聚类实验所得的最佳聚类因素，进行聚P类或q类的聚类实验，将数据源S按不同人群健康特点分开，在对不同健康特点的人群分别使用C4.5算法进行分析，分类参与因素为全部l维危险因素，分类实验的标定门限值分别为R、V、T和Z，得到不同健康特点人群所对应的分类决策树。

步骤2.4，对实验结果进行统计，得到c维主要危险因素，根据医学认知，进一步筛选得到u维主要危险因素。步骤3，根据性别和年龄，对经步骤2得到的全国抽样人群体检数据源S进行划分，生成细化人群。

具体方法为：首先按性别划分，得到男性人群和女性人群；再分别按年龄大于e岁和小于等于e岁进行划分，共得到d组细化人群。