随着计算机的快速发展,医疗系统在患者数据管理与基础建设方面也有了巨大的进展。医疗领域的信息化建设也已经将医疗数据建造成了数据资产的“金山”。如何利用好如此庞大的数据资产已经成为了学者们的重点研究方向。慢性肾脏病是指在肾功能几个月或若干年期间逐渐而难以逆转的衰退,在国内外近几年患病率逐年攀升。在慢性肾脏病领域也早已有学者想要发挥数据资产的最大价值,例如有学者针对全国慢性肾脏病患者进行普查以总结国内患者的发展趋势,也有学者用经典的统计学方法对慢性肾脏病患者进行危险因素分析。本文主要研究慢性肾脏病患者的高风险事件预测模型及其影响因素分析,以期达到提前预警、辅助医生诊疗的作用。本文所用的真实数据是某医院的慢性肾脏病患者数据,以该医院HIS系统中慢性肾脏病患者全部入院数据为基础,预测慢性肾脏病患者在入院两周之内是否会发生高风险事件。我们首先对原始数据做数据预处理,包括原始数据提取、不同源数据整合、数据清洗等步骤。其次结合Pearson线性相关系数与MIC相关系数对处理后的数据集做特征提取,得到三份数据集,分别是全部数据集、剔除线性关系的数据集、剔除线性关系与非线性关系的数据集。然后基于LightGBM、XGBoost、逻辑回归三种不同的分类模型对模拟数据与患者真实数据进行建模。先结合模拟5000次数据的结果,对比三种模型的AUC、F1、RECALL(召回率)、运行时间等指标的区别并说明各模型的优劣。接着运用三种模型三份不同真实数据集上进行对比,最终基于表现最好的LightGBM模型对影响患者高风险事件的因素进行排序与分析。