摘要：目的/意义：糖尿病微血管并发症起病隐匿易被忽视，从而引起不可逆的实质性损害，因此，糖尿病微血管病变早期筛查和预测具有重要意义。方法/过程：以某三甲医院10年间真实世界数据为资料，将检验检查结果、病历文书等纳入考量，构建基于粒子群算法优化深度置信网络的2型糖尿病微血管并发症预测模型。结果/结论PSO-DBN模型预测结果能够实现糖尿病微血管并发症预测，性能优于随机森林、支持向量机基准模型，一定程度上提升了真实世界数据下的2型糖尿病微血管并发症分类预测性能，为真实世界数据疾病预测模型研究提供借鉴。
文章目录
1. 引言
2. 资料与方法
2.1资料来源
2.2研究方法
2.2.1技术流程
2.2.2数据预处理
2.2.3缺失值插补
2.2.4文本向量嵌入并降维
2.2.5特征变量选择
2.2.6预测模型构建
3. 结果
3.1特征变量选择结果
3.2数据集维度选择结果
3.3预测模型训练结果
4. 预测效果分析
5. 结语
