基于支持向量机建立环境和遗传因素对2型糖尿病的预测模型

摘要

目的探讨支持向量机在环境和遗传因素对2型糖尿病预测中的应用前景。方法建模数据库来源于2001-2004年中国双生子登记系统,以是否发生2型糖尿病为预测标签,以13个环境因素和5个遗传因素为预测因子,应用Matlab软件建立基于支持向量机的预测模型。结果环境因素对2型糖尿病的预测模型中,应用线性核函数拟合模型,回代训练样本准确率和预测检验样本准确率分别为82.50%和87.50%,当考虑遗传因素共同作用后,回代训练样本准确率和预测检验样本准确率分别提高1.67%和2.88%;两个预测模型中,应用径向基核函数拟合模型,回代训练样本准确率为100.00%,但预测检验样本准确率仅为86.54%,模型均出现过度拟合现象;应用sigmoid核函数拟合模型,回代训练样本准确率为81.67%,预测检验样本准确率为86.54%,预测效果略差。在环境和遗传因素对2型糖尿病的预测模型中,应用线性核函数拟合模型时,灵敏度为93.33%,特异度为71.42%,优于基于径向基核函数和sigmoid核函数的预测模型。结论基于线性核函数建立的模型对2型糖尿病发生的预测效果较好,并且综合环境和遗传因素共同作用对2型糖尿病的预测准确率要高于仅考虑环境因素的预测效果,应用支持向量机在解决小样本、非线性、高维模型识别问题中具有良好的应用前景。