2型糖尿病进展预测模型：系统评价

糖尿病，尤其是2型糖尿病（T2D），是一种影响全球数百万人的慢性疾病。T2D患病率的不断上升，加之遗传、环境和生活方式因素之间复杂的相互作用，对疾病的有效管理构成了重大挑战。预测T2D进展和确定适宜治疗策略的传统方法通常具有主观性且准确度较低，从而导致治疗延误。因此，基于人工智能（AI）的预测模型变得至关重要，因为它们为T2D管理提供了一种更加客观且数据驱动的方法。通过利用先进的统计技术和机器学习算法，基于AI的预测模型可以更好地识别处于T2D进展高风险的患者，并预测对不同治疗方案的反应。这最终可以改善T2D患者的预后。因此，本文旨在采用系统文献评价（SLR）方法，对2018年至2022年发表的现有研究文章进行综述。从选定的40篇文章中，提炼出了构建糖尿病进展预测模型最常见技术的分类法，分为三种方法：数学方法、机器学习（ML）和深度学习（DL）。此外，本文还针对糖尿病进展预测的背景，提供了现有算法在数据集特征、预处理器和评估指标方面的最佳实践。研究结果发现，大多数入选论文采用了ML，特别是RF模型，并证明其在性能上具有优势。本综述还讨论了目前在构建糖尿病进展预测模型方面面临的挑战，并提出了克服这些挑战的未来研究方向。得出的有前景的方向包括：1）结合特征降维或特征重要性工具来探索变量之间的关系；2）开发可解释的预测模型，以提供临床医生能够理解的分析结果；3）使用多个大样本量数据集对模型进行验证，并寻求专家的临床建议。