使用决策树模型评估维生素 D 缺乏的风险因素。
摘要来源：糖尿病代谢综合症。 2019 年 5 月 - 6 月；13(3):1773-1777。 Epub 2019 年 3 月 17 日。PMID：31235093
摘要作者：Kayhan Gonoodi、Maryam Tayefi、Maryam Saberi-Karimian、Alireza Amirabadi Zadeh、Susan Darroudi、Seyed Kazem Farahmand、Zahra Abasalti、Alireza Moslem、Mohsen Nematy、Gordon A Ferns、Saeid Eslami、Majid Ghayour Mobarhan
文章归属：Kayhan Gonoodi
摘要：背景和目标：维生素 D (25-羟基维生素 D 或 25OHD）在多种慢性疾病的发病机制中发挥着关键作用。维生素 D 缺乏是一个常见的全球公共卫生问题。我们的目的是使用决策树算法评估与维生素 D 缺乏相关的风险因素。
方法：总共招募了 988 名 12 至 18 岁的青春期女孩参加这项研究。测量人口统计学特征、血清生化因子、所有血细胞计数参数以及锌、铜、钙和 SOD 等微量元素。血清维生素D水平低于20ng/ml被认为缺乏。这些女孩中的 70%（618 例）被随机分配到训练数据集以构建决策树。剩下的30%（285个案例）用作测试数据集来评估决策树的性能。该模型包含14个输入变量：年龄、父亲的学业成绩、腰围、腰臀比、锌、铜、钙、SOD、FBG、HDL-C、RBC、MCV、MCHC、HCT。通过构建受试者工作特征（ROC）曲线来评估模型的有效性。
结果：结果表明：血清锌浓度为维生素 D 缺乏的重要相关危险因素。使用测试数据集的敏感性、特异性、准确性和 ROC 曲线下面积 (AUC) 值分别为 79.3%、64%、77.8% 和 0.72。
结论：结果表明，血清锌水平是识别伊朗青春期女孩维生素 D 缺乏症的重要相关风险因素。