数据挖掘在艾滋病抗病毒治疗中入组时机选择的应用研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 背景和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容及论文结构 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 数据挖掘的基本原理 | 第14-21页 |
| 2.1 数据挖掘的基本概念 | 第14页 |
| 2.2 数据挖掘的步骤 | 第14-15页 |
| 2.3 数据预处理 | 第15-17页 |
| 2.3.1 数据预处理概述 | 第15页 |
| 2.3.2 数据清理 | 第15页 |
| 2.3.3 数据集成 | 第15页 |
| 2.3.4 数据规约 | 第15-16页 |
| 2.3.5 数据变换 | 第16页 |
| 2.3.6 连续属性的离散化 | 第16-17页 |
| 2.4 决策树 | 第17-20页 |
| 2.4.1 决策树具体算法 | 第17-20页 |
| 2.4.1.1 ID3 算法 | 第17-18页 |
| 2.4.1.2 C4.5 算法 | 第18-20页 |
| 2.4.2 决策树的剪枝 | 第20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 艾滋病抗病毒治疗 | 第21-27页 |
| 3.1 HIV/AIDS 概述 | 第21-23页 |
| 3.1.1 相关名词解释 | 第21-23页 |
| 3.1.1.1 CD4+T 淋巴细胞 | 第21-22页 |
| 3.1.1.2 相关机会性感染 | 第22页 |
| 3.1.1.3 抗病毒治疗依从性 | 第22页 |
| 3.1.1.4 抗病毒治疗耐药性 | 第22-23页 |
| 3.1.1.5 抗病毒治疗的副反应 | 第23页 |
| 3.2 艾滋病的发展过程 | 第23-24页 |
| 3.3 艾滋病抗病毒治疗 | 第24-26页 |
| 3.3.1 治疗方案概述 | 第24-25页 |
| 3.3.2 抗病毒治疗方法 | 第25页 |
| 3.3.3 抗病毒治疗流程 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第四章 原始数据的获取及数据预处理 | 第27-42页 |
| 4.1 原始数据的获取及特征分析 | 第27-29页 |
| 4.1.1 问题描述 | 第27页 |
| 4.1.2 数据的产生及获取 | 第27-28页 |
| 4.1.3 临床数据特征分析 | 第28-29页 |
| 4.2 数据审计 | 第29-30页 |
| 4.3 数据预处理 | 第30-41页 |
| 4.3.1 数据库的初步清理 | 第31-32页 |
| 4.3.2 个案记录数据的修正 | 第32-33页 |
| 4.3.3 填补空缺字段 | 第33-34页 |
| 4.3.4 数据库第二次清理 | 第34-35页 |
| 4.3.5 新增字段 | 第35-37页 |
| 4.3.6 治疗有效性的判断标准与操作 | 第37-39页 |
| 4.3.6.1 治疗有效性的讨论 | 第37-38页 |
| 4.3.6.2 治疗有效性的判断与实现 | 第38-39页 |
| 4.3.7 对患者 CD4 基数进行离散化 | 第39-41页 |
| 4.3.7.1 基于熵的离散化 | 第39-40页 |
| 4.3.7.2 具体离散化过程 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 最佳入组时机及治疗效果影响因素决策树模型 | 第42-48页 |
| 5.1 艾滋病抗病毒治疗最佳入组时机综述 | 第42页 |
| 5.2 基于熵的离散化的最佳入组时机 | 第42-43页 |
| 5.3 治疗效果影响因素决策树模型的建立 | 第43-47页 |
| 5.3.1 试验参数的设置与结果 | 第43-46页 |
| 5.3.2 决策树模型分析 | 第46-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第六章 结果讨论和展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 附录1 | 第53-58页 |
| 附录2 | 第58-64页 |
| 致谢 | 第64-65页 |
| 附件 | 第65页 |
