集成学习和决策树在2型糖尿病前瞻性风险评估中的应用

目的 比较多种集成学习算法和决策树（DT）在构建中国45岁及以上中老年人2型糖尿病（T2DM）前瞻性风险评估模型中的性能差异，为集成学习算法在中老年人T2DM预防与控制中的应用提供理论依据。方法 数据来源于2011—2015年中国健康与养老追踪调查项目，选取其中7 979名45岁及以上中老年人为研究对象。收集研究对象基线社会人口学特征、生活方式与健康行为、疾病史、体格检查和实验室检查结果。采用Python 3.7.6和R 4.1.2软件构建DT、随机森林（RF）、自适应提升算法（AdaBoost）、轻量级梯度提升机（LightGBM）和极端梯度提升（XGBoost）模型。在训练集中处理不平衡数据并优化超参数，采用5折交叉验证评估模型效能。根据默认阈值、平均灵敏度高于80%时阈值，计算受试者工作特征曲线下面积（AUC）、灵敏度和特异度；计算默认阈值下净重新分类改善指数（NRI）和综合判别改善指数（IDI）。结果 7 979名研究对象中，T2DM患者为1 061例（13.3%）。默认阈值下，RF、AdaBoost、LightGBM和XGBoost 4种集成学习算法平均AUC分别为0.640...