黄艳玲 吴小枫 杨嘉永

厦门医疗卫生指导性项目（3502Z20244ZD1041）

厦门大学附属第一医院药剂科

杨嘉永

糖尿病肾脏病（diabetic kidney disease,DKD）发病率逐年上升，已成为终末期肾病（end-stage renal disease,ESRD）的首要病因。构建科学的DKD预测模型有利于尽早、准确、便利地筛查DKD高风险人群，以及时有效地采取防治措施、减轻医疗负担。随着医疗大数据和人工智能技术的进步，不少国内外学者基于机器学习（machine learning,ML）所构建的DKD风险预测模型取得了良好的预测性能。选择适宜的ML算法进行DKD预测模型的构建可提升模型的性能，进而提高DKD高风险人群的筛查效率和精确率，节约治疗成本，更好地辅助临床医生采取个体化的干预措施。文章通过对目前ML算法在DKD风险预测模型构建中的应用进行综述，旨在为临床构建适宜的DKD风险预测模型提供依据，为《中国糖尿病肾脏病防治指南》后期的修订提供参考。

糖尿病肾脏病;机器学习算法;危险因素分析;疾病预测模型;logistic回归;随机森林