知识发现在2型糖尿病数据处理中的应用研究

目的:首次将知识发现理论引入到2型糖尿病发病相关因素数据处理中,从大量实测数据中识别出有效的、潜在的、有用的、可理解的发病规律。方法:根据2型糖尿病数据的特点,选用数据挖掘C4.5算法对17072条有效的整群抽样横断面健康调查数据进行决策树分类。结果:通过训练模型给出糖尿病患病与否的决策分类树,该决策树可以直观地给出发病相关因素的不同层次的相对影响,经实验测试结果对于未患病的正确识别率为92.05%,对于患病的正确识别率为80.90%,同时得出了血糖值为5.85的分类临界值。结论:决策分类树结果同目前认识的高危因素趋于一致,说明数据挖掘C4.5算法适用于2型糖尿病的发病相关因素数据分析处理,是2型糖尿病数据处理的一种新方法,其在疾病的宏观控制中有着广阔的应用前景。     

Some Pathological Knowledge Discovered in Large Database of Type 2 Diabetes

Taking the advantage of the nearly 14 000 items of muhi-source, multi-dimension practical dataset of type 2 diabetes, and a series of data mining experiments are designed to seek for important type 2 diabetes risk factors and their relationships with blood glucose. The valuable pathological knowledge includes, the deci- sion tree is almost identical with the list of clinical diabetic risk factors; 9 items important risk factors of type 2 diabetes were found, and the relationship between the main risk factors and the blood glucose, and the feature of critical value of the risk factors were given too in this paper. These valuable results are good to the cure and macro-control type 2 diabetes.     

2型糖尿病发病危险因素及其特征提取技术

综合选用数据挖掘中的EM聚类算法和C4.5分类算法，设计并进行了一系列以研究2型糖尿病发病危险因素与血糖变化关系为目的的实验。研究结果包括：发现了新的血糖门限值5.26和未发病门限值4.28，发现和验证了影响最大的8个重要发病危险因素及其对应的一系列重要临界值，定性定量相结合地给出了各个重要发病危险因素的影响程度在血糖值不同预警门限值下的变化关系等。     

不同胰岛素敏感状态下大鼠基因数据处理

胰岛素抵抗是目前众多老年慢性疾病发病的共同途径,其发生机制的研究对于寻找与制定疾病的防治策略最有重要的意义,但传统的研究方案往往局限于某个器官、一货机种代谢产物,或某一、两种基因参与的条件,得出的结论多为局部描述性,难以进行规律上的探素.基于两种组织(肌肉和肝脏)3种不同胰岛素敏感状态下(限食、对照、肥胖)的12组4 040条基因芯片数据,从基因表达数据的统计分析开始,观察不同胰岛素敏感状态下的大鼠组织对糖刺激反应的基因表达情况,比较、阐述胰岛素抵抗发生的分子机理;并通过SOM聚类分析的方法,发现不同胰岛素敏感状态下的大鼠基因表达变化下所隐藏的表达模式,从而为进一步分析胰岛素抵抗发生的分子机理提供了可能.     

基于SOM的不同胰岛素敏感状态下基因数据处理

胰岛素抵抗是目前众多老年慢性疾病发病的共同途径,其发生机制的研究对于寻找与制定疾病的防治策略最有重要的意义,但传统的研究方案往往局限于一个器官、一种代谢产物,或某一、两种基因参与的条件,得出的结论多为描述性,难于进行规律上的探索。基于两种组织(肌肉和肝脏)三种不同胰岛素敏感状态下(限食、对照、肥胖)的12组4040条基因芯片数据,通过SOM聚类分析的方法,发现不同胰岛素敏感状态下的大鼠基因表达变化下所隐藏的表达模式,从而为进一步分析胰岛素抵抗发生的分子机理提供了可能。