基于贝叶斯网络模型的山西省糖尿病相关因素

目的 针对2015年山西省糖尿病调查数据,利用最大最小爬山(max-min hill-climb-ing,MMHC)算法构建糖尿病相关因素的贝叶斯网络模型,探索糖尿病及其相关因素间的网络关系,通过网络模型推理反映各影响因素对糖尿病的影响程度.方法 采用单因素及多因素Logistic回归分析模型对2015年山西省≥18岁居民的糖尿病调查数据进行变量初筛,再以MMHC算法构建贝叶斯网络模型,参数估计采用极大似然估计法.结果 2015年山西省糖尿病的检出率是9.5％.经Logistic回归分析模型对变量进行筛选后,年龄、职业、日均摄油量、高血压、高脂血症、BMI和心率被纳入贝叶斯网络模型;贝叶斯网络模型结果显示:年龄、高脂血症、高血压与糖尿病直接相关,BMI通过影响高脂血症与糖尿病间接相关,日均摄油量通过影响BMI和高脂血症与糖尿病间接相关.结论 贝叶斯网络模型能很好地揭示糖尿病及其相关因素间复杂的网络关系,在分析疾病相关因素上具有较好的适用性和应用前景.