关键词：老年人 健康素养 模型 统计学 

摘要：目的探讨合成少数类过采样技术(SMOTE)结合机器学习模型在老年人是否具备健康素养预测评估中的应用。方法利用单因素筛选从资料中筛选出与是否具备健康素养有关联的变量;以筛选出的变量作为输入变量,以是否具备健康素养为结局变量,分别在经SMOTE算法处理前后的数据集中建立logistic回归模型、随机森林和SVM模型,通过受试者工作特征曲线(ROC)来评价模型性能。结果 Logistic回归、随机森林和SVM在SMOTE算法处理前的测试集中的准确率分别为0.833、0.600和0.636,3种模型的ROC曲线下面积(AUC)分别为0.723、0.815和0.728;在SMOTE算法处理后的测试集中的准确率分别为0.936、0.908和0.890,3种模型的AUC分别为0.896、0.944和0.897。结论随机森林模型在老年人是否具备健康素养的预后评估中具有较高的应用价值。

中国校医杂志要求:

{1}论文不区分注释和参考文献，采用当页脚注。脚注用上标形式①②③数字表示，每页重新编序。

{2}本刊实行双向匿名评审制度,编委会根据评审意见,决定是否采用。

{3}文题应恰当简明地反映文章的特定内容，要符合编制题录、索引和选定关键词等所遵循的原则，中文题名一般不超过20个字。

{4}摘要300字左右，关键词3～5个，并提供对应的英文题目、摘要和关键词。

{5}如论文属于某科研课题或基金项目，在首页地脚处写出项目名称及编号;在首页地脚处写清第一作者姓名(出生年—)、性别、职称。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社