1. 研究目的与意义及国内外研究现状

慢性肾脏疾病(以下简称CKD)防治是全球性共同关注的健康问题，是各个国家目前面对的严重挑战，而防治的基础是预测。导致慢性病的因素有很多，如何从众多因素中确定影响患病的显著因素，如何确定各个可能的影响因素与疾病之间的相互关系具有非常重要的意义。通过对相关病理的了解进而对CKD进行预测将能够有效防治CKD。

国内外研究现状

国内外医学界对于数据挖掘技术的应用均取得了很好的成果，国内如Li等人利用BP神经网络方法对三种基因型（GG，GA，AA）分类，钱玲利用BP神经网络方法分析糖尿病并发症的影响因素，李怀庆利用决策树方法对肝癌患者的病历数据做预后预测，吴嘉瑞用关联规则来发现药物治疗腹痛的使用规律等：国外如Cheng 等通过研究发现模型2人工神经网络模型对于预测溶栓效果有良好的作用，Ferreira 等把决策树模型用于评估葡萄牙稳定冠心病的诊断成本，Richette 等利用聚类分析识别了痛风患者的5种不同临床表现等，

2. 研究的基本内容

(1).以慢性肾脏疾病数据为依据，建立基于决策树、logistic回归和bp神经网络模型的慢性肾脏疾病预测模型并对比三种模型精度。

(2).利用lasso方法筛选变量后建立以上三种模型并与原模型做对比。

(3).利用p-sis方法筛选变量后建立以上三种模型并与原模型、基于lasso的模型做对比。

3. 实施方案、进度安排及预期效果

实行方案：

通过查阅书籍、期刊及网络上的一些共享资源，在老师、同学的帮助指导下，完成慢性肾脏疾病模型的建立及研究，并且运用sas统计软件、matlab软件完成数据的处理。

进度：

4. 参考文献

① 文集，谢席胜，张明华等.基于创新中医理论辨证施治慢性肾脏疾病的临床研究[j].四川：

四川大学学报，2014；45（1）.

② (加）jiawei han, micheline kamber. 范明, 孟小峰译. 数据挖掘概念与技术[m]. 北