2025年第十五届APMCM亚太地区大学生数学建模竞赛（中文赛项）B题解题思路（ChatGPT版）

🧠 问题1：数据预处理与基础统计分析

💡 目标：

对三类疾病的数据集进行清洗、统计分析和可视化，识别出影响发病率的关键因素。

✅ 解题步骤：

1. 数据清洗

   • 缺失值处理（如bmi、smoking_status的“未知”等）

   • 异常值检测（如负数或极端离群值）

   • 类型转换（将类别变量转为数值变量或哑变量）

2. 数据可视化与统计描述

   • 用条形图、箱型图、分布图展示特征分布

   • 描述统计分析：均值、中位数、标准差等

   • 分组统计分析（如中风患者 vs 非中风患者）

3. 相关性分析

   • 计算各特征与发病变量（stroke/heart_disease等）之间的皮尔森/卡方相关性

   • 使用热力图展示变量之间的相关性

4. 初步结论

   • 列出与每类疾病显著相关的变量（例如高血压与中风强相关）

🔮 问题2：构建不同疾病的预测模型

💡 目标：

建立三个疾病（中风、心脏病、肝硬化）的预测模型，并对模型准确性和鲁棒性进行分析。

✅ 解题步骤：

1. 特征选择

   • 利用前面统计分析中发现的重要特征

   • 或使用Lasso回归、随机森林等方法进行特征选择

2. 模型构建（每种疾病分别建模）

   • 常见模型：逻辑回归、决策树、随机森林、XGBoost、神经网络等

   • 分类问题：是否患病为0或1

3. 模型评估

   • 使用准确率、召回率、F1-score、AUC等指标评估

   • 交叉验证：如K折交叉验证评估泛化能力

   • 混淆矩阵可视化

4. 灵敏度分析与改进

   • 改变输入变量查看模型敏感度

   • 尝试特征组合、新的算法等手段优化模型

🔗 问题3：多疾病关联与综合风险评估

💡 目标：

分析三种疾病之间的共病情况，构建同时患有两种或三种疾病的概率预测模型。

✅ 解题步骤：

1. 三类数据整合

   • 尝试构建统一患者 ID 的数据集（如果原数据中没有匹配 ID，可模拟合成数据结构）

   • 或建立统计关联模型（例如两个模型预测结果之间的相关性）

2. 共病建模

   • 构建一个组合分类模型（输出类别为：只患一种病、两种病、三种病）

   • 可使用多标签分类方法，如多输出逻辑回归、MLP或二元多分类模型

3. 风险评分系统

   • 为每个患者打分，综合考虑其患病概率

   • 使用权重加权、逻辑回归或机器学习方法评估“健康风险等级”

4. 关联因素挖掘

   • 通过特征交互分析（如高血压+高血糖与中风+心脏病关系）

   • 使用统计方法分析共病率与特征的关系

📝 问题4：提出预防建议和措施（写给WHO的信）

💡 目标：

将模型和数据分析结果应用于现实政策建议中。

✅ 解题步骤：

1. 总结模型结果

   • 每种疾病的关键风险因素（如吸烟、年龄、糖尿病等）

2. 提出干预策略

   • 政策层面：加强高危人群筛查

   • 医疗层面：多疾病共防体系建设

   • 生活方式建议：控糖、控压、戒烟、锻炼等

3. 写作建议信

   • 用专业、简洁、科学的语言表达

   • 建议格式：引言（说明背景）+ 研究发现 + 具体建议 + 结语

📌 总结建议：