摘要
本发明涉及生物医药学技术领域,具体指一种基于代谢物风险评分的疾病预测方法,包括:构建待测疾病的代谢组学数据集;剔除代谢组学数据集中检测率低于检测频率阈值的代谢物类别,并对每个个体样本中剩余代谢物类别的浓度进行缺失值处理,得到预处理后的代谢组学数据集;对每个个体样本的各种代谢物浓度进行标准化处理,得到标准化数据集后,对不同类别的代谢物进行共线性分析、冗余剔除和变量筛选,得到待测疾病的多种目标代谢物;将个体的待测疾病代谢物风险评分、社会人口学信息和临床指标整合为输入指标,对机器学习模型进行训练,构建待测疾病的预测模型,以便输出个体是否患有待测疾病的风险。本发明实现对疾病风险的及时、精确和全面评估。
技术关键词
疾病预测方法
风险估计方法
代谢组学数据
机器学习模型
线性检测方法
生物医药学技术
梯度提升模型
支持向量机模型
资料
逻辑回归模型
随机森林模型
表达式
工作特征
变量
回归方法
样本
冗余
指标
系统为您推荐了相关专利信息
风险决策方法
实时业务
时序特征
机器学习模型
指标
植被净初级生产力
数字高程模型数据
遥感影像数据
因子
土地利用数据
MEMS传感器
断路器分合闸
电压传感器
电流传感器
监测方法
负荷预测方法
机器学习模型
XGBoost模型
重要性评估方法
历史负荷数据
智能交互系统
智能决策引擎
交互终端
多模态交互
混合现实交互