摘要
本发明涉及一种基于体重动态的营养状态转归预测模型构建方法与系统,属于医疗信息化领域。该方法首先建立包含个体体重信息和营养状态数据的人群数据集,并进行数据预处理,包括计算体重丢失百分比和定义结局标签。随后,将数据集划分为训练集和测试集,并通过特征筛选从训练集中提取与营养状态转归相关的关键特征。基于筛选后的特征和训练集,构建多个机器学习分类器,并根据分类器的性能指标选择最佳模型。最后,利用最佳模型对测试集进行预测,并评估模型的性能。本发明利用体重动态信息,无需借助其他信息辅助,即可实现常见不良营养状态转归的高性能预测,具有较高的实用价值。