基于机器学习的II型糖尿病早期诊断模型构建
吉莉

吉林省松原市吉林油田总医院，吉林省松原市，138001；

摘要：针对II型糖尿病早期诊断难题，本研究构建了基于机器学习的诊断模型。采用NHANES及中国东北地区体检数据集，经SMOTE和MICE方法预处理后，训练评估8种机器学习算法。XGBoost模型表现最佳，在NHANES数据集上准确率0.87、AUC值0.90，在中国东北地区体检数据集上准确率0.85、AUC值0.91，泛化能力强。该模型助力II型糖尿病早期干预治疗，改善患者预后，为医疗诊断模型选择提供参考。

关键词：糖尿病；机器学习；早期诊断；分类模型；ROC曲线

参考文献

[1]廖涌.中国糖尿病的流行病学现状及展望[J].重庆医科大学学报,2015,40(7):4.

[2]文世林.糖尿病流行的全球趋势和国内现状[J].河南诊断与治疗杂志,2002,16(1):3.

[3]刘佳璇,李代伟,任李娟,等.面向不平衡医疗数据的多阶段混合特征选择算法[J].计算机工程与应用,2025,61(2):158-169.