摘要
本发明提供了一种诊断原发性醛固酮增多症的标志物、模型及其应用,结合单变量分析和逻辑回归分析方法,通过分析全国多中心队列的原发性醛固酮增多症样本和原发性高血压样本,筛选出可用于预测个体是否患有原发性醛固酮增多症的标志物,并进一步利用决策树算法构建预测模型,基于LC‑MS/MS技术与预测模型结合,实现原发性醛固酮增多症的智能化、快速化、简便的预测与诊断,满足临床需求。
技术关键词
生物标志物
数据分析模块
原发性高血压
年龄
尿酸
促肾上腺皮质激素
机器学习算法
回归分析方法
构建预测模型
样本
构建决策树
决策树算法
支持向量机
试剂盒
随机森林
皮质醇
尿素氮
系统为您推荐了相关专利信息
服务系统
项目全生命周期
数据分析模块
机器学习算法
数据可视化
车道
调控方法
实时轨迹数据
效能评估模型
风险点
智能家居控制方法
数据分析模块
指数
陀螺仪感应器
车道中心线
注浆
数据采集模块
砂卵石地层
模型箱
流量传感器