典型文献
决策树模型与Logistic回归分析模型识别高血压危险因素的效果比较
文献摘要：
目的 利用决策树模型和Logistic回归分析模型分析清丰县居民高血压的危险因素,比较两种分析方法的不同.方法 采取多阶段分层整群抽样的方法,在清丰县15～ 74岁人群中抽取4087名常住居民进行调查.建立决策树与Logistic回归分析模型.结果 决策树和Logistic回归分析模型均显示高年龄、中心性肥胖、初中以下文化、农村、糖尿病、吸烟、饮酒和有高血压家族史为高血压危险因素.超重/肥胖变量被纳入决策树模型,在Logistic回归分析模型中被剔除,共线性诊断提示中心性肥胖和超重/肥胖两变量有较强的共线性.曲线下面积(Area Under the Curve,AUC)和综合判别改善指数(Integrated Discrimination Improvement,IDI)均提示决策树模型预测高血压效果的能力稍高于Logistic回归分析模型.结论 决策树模型预测能力稍高于Logistic回归分析模型,在高血压危险因素的分析中可行、直观,同时不受变量间共线性的影响;Logistic回归分析模型可以充分展现自变量与因变量的数量依存关系,与决策树模型互为补充,可结合两者来描述高血压的危险因素.
文献关键词：
高血压;Logistic回归分析模型;决策树模型;危险因素
中图分类号：
作者姓名：
闫瑞平;王习亮;姚粉霞;张卫东
作者机构：
450000郑州,郑州大学公共卫生学院流行病学教研室;457300濮阳,清丰县疾病预防控制中心慢病科
文献出处：
引用格式：
[1]闫瑞平;王习亮;姚粉霞;张卫东-.决策树模型与Logistic回归分析模型识别高血压危险因素的效果比较)[J].中华疾病控制杂志,2022(02):218-222
A类：
B类：
决策树模型,回归分析模型,模型识别,效果比较,清丰县,居民高血压,高血压的,多阶段,整群抽样,常住居民,民进,立决,中心性肥胖,饮酒,高血压家族史,共线性,肥胖和超重,Area,Under,Curve,Integrated,Discrimination,Improvement,IDI,测高,稍高于,预测能力,因变量,依存关系,互为补充
AB值：
0.256366
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
