摘要
本发明涉及一种针对甲基苯丙胺的高效辅助筛查方法,其中,该方法包括:收集甲基苯丙胺患者的多维度生物标志物数据,并进行相应的数据清洗;使用全特征数据集训练初始XGBoost模型,设置基础参数,定义搜索空间并进行超参数调优处理,计算出所有特征的SHAP值;根据SHAP值的平均影响对特征排序,进行特征重要性分析,并筛选出其中贡献度最高的关键特征;通过交叉验证对筛选后特征的稳定性进行筛查处理,并以此建立XGBoost识别模型;对筛选出的关键特征绘制SHAP summary plot展示对样本风险概率的影响。本发明还涉及一种相应的装置、处理器及其存储介质。采用了本发明的该针对甲基苯丙胺的高效辅助筛查方法,革新了甲基苯丙胺所致焦虑障碍的临床筛查工具。
技术关键词
筛查方法
生物标志物数据
计算机可执行指令
XGBoost模型
外周血生物标记物
处理器
筛查工具
筛查装置
超参数
可读存储介质
量表
焦虑
患者
样本
定义
风险