【技术实现步骤摘要】
本专利技术属于糖尿病并发症风险评估，尤其涉及一种2型糖尿病并发症的风险评估方法、系统及存储介质。
技术介绍
1、2型糖尿病是一种慢性代谢性疾病，其并发症包括糖尿病性视网膜病变、心力衰竭、中风、心肌梗死、终末期肾病、慢性肾脏疾病、代谢相关脂肪肝、肝硬化和糖尿病周围血管疾病等，这些并发症的发展过程错综复杂，严重影响病人的生活质量和预后。所以对2型糖尿病并发症进行风险评估，不仅可以对病人的生活习惯进行预防性干预，还可以对2型糖尿病病人进行针对性的预后，提升预后效果。
2、现有技术通常是根据单一的临床指标，如血糖或血压等，采用简单的统计方法或单一的机器学习算法，来评估2型糖尿病病人患有并发症的风险。
3、但是2型糖尿病并发症往往会影响多个临床指标，且2型糖尿病下的各临床指标之间还存在一些技术人员无法直接捕捉到的潜在联系；再者，不同并发症可能会使相同临床指标呈现同一种变化趋势，例如对于血压偏高的2型糖尿病病人进行长期追踪后发现，只有一部分病人在十年内糖尿病足发作。所以现有技术通过单一临床指标无法准确地评估2型糖尿病病人患有
【技术保护点】
1.一种2型糖尿病并发症的风险评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种2型糖尿病并发症的风险评估方法，其特征在于，在S1后、S2前，还包括S1´：S1´，技术人员标注各聚类区域临床指标的共性特征后，使用映射函数获取验证集中病人在二维聚类树中的位置坐标，若验证集中病人与对应聚类区域临床指标共性特征的一致率大于第一阈值，则判定当前二维聚类树验证成功；反之则验证失败，丢弃当前二维聚类树后，增加第一训练集中的病人数量并重新回到S1。
3.根据权利要求1或2所述的一种2型糖尿病并发症的风险评估方法，其特征在于，在S1中，还包括以
<...【技术特征摘要】
1.一种2型糖尿病并发症的风险评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种2型糖尿病并发症的风险评估方法，其特征在于，在s1后、s2前，还包括s1´：s1´，技术人员标注各聚类区域临床指标的共性特征后，使用映射函数获取验证集中病人在二维聚类树中的位置坐标，若验证集中病人与对应聚类区域临床指标共性特征的一致率大于第一阈值，则判定当前二维聚类树验证成功；反之则验证失败，丢弃当前二维聚类树后，增加第一训练集中的病人数量并重新回到s1。
3.根据权利要求1或2所述的一种2型糖尿病并发症的风险评估方法，其特征在于，在s1中，还包括以下子步骤：
4.根据权利要求2所述的一种2型糖尿病并发症的风险评估方法，其特征在于，在s1´中，还包括以下内容：
5.根据权利要求1所述的一种2型糖尿病并发症的风险评估方法，其特征在于：采用机器学习模型基于映射函数来获取病人g在二维聚类树中的位置坐标；
6.根据权利要求1所述的一种2型糖尿病并发症的风险评估方...
【专利技术属性】
技术研发人员：翁建平，马韵洁，王佐成，骆斯慧，王飞，岳彤，郑雪瑛，丁宇，张文皓，
申请(专利权)人：数据空间研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。