文章介紹
糖尿病的盛行率在全球範圍內不斷增加，尤其是在太平洋島國。雖然機器學習模型和數據挖掘方法已被應用於糖尿病研究，但台灣尚未有研究利用機器學習模型來預測糖尿病的發生率。
朱醫師團隊想要預測糖尿病的發生，以提高民眾健康意識，促進生活方式改善，使醫療負擔能夠減輕。研究資料來自台中榮民總醫院臨床數據中心的電子健康記錄，共收集了 33 項指標用於模型建構。研究排除了已患糖尿病和資料不完整的個案，最終分析包含 6,687 名成年人。
團隊使用了三種不同的機器學習演算法：邏輯迴歸、隨機森林和極限梯度，來提升預測糖尿病發生的準確率。結果顯示，預測模型中最重要的五個因素是糖化血紅蛋白、空腹血糖、體重、游離甲狀腺素和三酸甘油脂。值得注意的是，隨機森林、邏輯迴歸和極限梯度提升的準確率分別達到 99%、99% 和 98%。
特別的是，游離甲狀腺素可能是預測糖尿病發生的重要特徵之一，這是首次使用機器學習模型預測糖尿病並證明甲狀腺荷爾蒙重要性的研究。和先前的機器學習模型研究相比，此研究不只識別了類似的預測糖尿病關鍵因素，還強調了先前被忽視的甲狀腺荷爾蒙的重要性。
研究結果顯示，透過一般健康檢查的數據，加上機器學習技術，便有機會提早發現哪些人屬於第二型糖尿病的高風險群。這不只幫助醫師能更早介入，也讓民眾能及早改變飲食、運動或生活習慣，進一步降低糖尿病的發生率，真正落實預防醫學的精神。
恭喜朱醫師！
有 revision 機會，最怕回覆之後卻成 reject？那可能是因為，你沒有用正確的回覆方法，厲害的研究者送出 reply 後，幾乎都會被 accept，95％ 通過率很正常。如果在回覆策略上出了問題，錯過了被接受的機會，那是很可惜的。
最新活動
