此API请求每个值提供个体预测糖尿病诊断风险的类别结果(“正面”或“负面”)。人工智能算法由用于分类任务的机器学习技术组成。有关该模型的更多信息,请与我们联系。我们在此引用之前的工作,并感谢参与的研究人员提供此数据集。引用:'早期糖尿病风险预测[数据集](2020年)。UCI机器学习库。'
糖尿病 - 端点功能
| 对象 | 描述 |
|---|---|
Obesity |
[必需] "Yes" or "No" |
weakness |
[必需] "Yes" or "No" |
VB |
[必需] "Yes" or "No" (visual blurring) |
SWL |
[必需] "Yes" or "No" (sudden weight loss) |
Polyuria |
[必需] "Yes" or "No" |
Polyphagia |
[必需] "Yes" or "No" |
Polydipsia |
[必需] "Yes" or "No" |
PP |
[必需] "Yes" or "No" (partial paresis) |
Age |
[必需] 20-... |
MS |
[必需] "Yes" or "No" (muscle stiffness) |
Itching |
[必需] "Yes" or "No" |
Irritability |
[必需] "Yes" or "No" |
Gender |
[必需] "Male" or "Female" |
GT |
[必需] "Yes" or "No" (genital thrush) |
DH |
[必需] "Yes" or "No" (delayed healing) |
Alopecia |
[必需] "Yes" or "No" |
EXAMPLE CALL:
/diabetes?Age=45&Gender=Male&Polyuria=No&Polydipsia=No&SWL=Yes&weakness=Yes&Polyphagia=Yes>=Yes&VB=No&Itching=Yes&Irritability=No&DH=Yes&PP=No&MS=No&Alopecia=No&Obesity=No
RES:
{
"value": "['Positive']"
}
curl --location --request GET 'https://zylalabs.com/api/6825/diabetes+risk+assessment+api+using+ai+and+ml/10314/diabetes?Obesity=Required&weakness=Required&VB=Required&SWL=Required&Polyuria=Required&Polyphagia=Required&Polydipsia=Required&PP=Required&Age=Required&MS=Required&Itching=Required&Irritability=Required&Gender=Required>=Required&DH=Required&Alopecia=Required' --header 'Authorization: Bearer YOUR_API_KEY'
列出所有变量及可能的值
列出所有变量 - 端点功能
| 对象 | 描述 |
|---|
{
"Age": "20-...",
"Alopecia": "1.Yes, 2.No.",
"DH": "delayed healing (1.Yes, 2.No.)",
"GT": "Genital thrush (1.Yes, 2.No.)",
"Gender": "1. Male, 2.Female",
"Irritability": "1.Yes, 2.No.",
"Itching": "1.Yes, 2.No.",
"MS": "muscle stiffness (1.Yes, 2.No.)",
"Obesity": "1.Yes, 2.No.",
"PP": "partial paresis (1.Yes, 2.No.)",
"Polydipsia": "1.Yes, 2.No.",
"Polyphagia": "1.Yes, 2.No.",
"Polyuria": "1.Yes, 2.No.",
"SWL": "sudden weight loss (1.Yes, 2.No.)",
"VB": "visual blurring (1.Yes, 2.No.)",
"weakness": "1.Yes, 2.No."
}
curl --location --request GET 'https://zylalabs.com/api/6825/diabetes+risk+assessment+api+using+ai+and+ml/10315/listallvars' --header 'Authorization: Bearer YOUR_API_KEY'
该API端点提供有关此API的信息
{
"API Info:": "This API requests per values provides a class result ('Positive' or 'Negative') for the individual predicted Diabetes Diagnose Risk. The AI algorithm consists of ML (Machine Learning) techniques for the Classification task. Please contact us for more information about the model. We here cite previous work and acknowledge the involved researchers for providing this Dataset. Citation: 'Early Stage Diabetes Risk Prediction [Dataset]. (2020). UCI Machine Learning Repository.'"
}
curl --location --request GET 'https://zylalabs.com/api/6825/diabetes+risk+assessment+api+using+ai+and+ml/10316/info' --header 'Authorization: Bearer YOUR_API_KEY'
| 标头 | 描述 |
|---|---|
授权
|
[必需] 应为 Bearer access_key. 订阅后,请查看上方的"您的 API 访问密钥"。 |
无长期承诺。随时升级、降级或取消。 免费试用包括最多 50 个请求。
`GET diabetes` 端点根据提供的健康指标返回糖尿病风险的分类为“阳性”或“阴性” `GET listallvars` 端点返回变量及其可能值的列表 `GET info` 端点提供有关API及其功能的一般信息
`GET diabetes` 响应中的关键字段是 "value",它表示糖尿病风险分类。在 `GET listallvars` 响应中,每个变量(例如:年龄、性别)都是一个键,其可能值被列为描述
`GET diabetes`端点接受诸如年龄、性别、多尿、口渴、SWL、虚弱、多食、GT、VB、瘙痒、易怒、DH、PP、MS、脱发和肥胖等参数,允许用户根据个人健康指标自定义风险评估
从`GET diabetes`端点返回的响应数据组织为一个包含单个键“value”的JSON对象,此键保存风险分类 `GET listallvars`的响应结构为一个JSON对象,变量名称作为键,描述作为值
糖尿病风险评估API中使用的数据来自于UCI机器学习库中的“早期糖尿病风险预测”数据集。该API感谢提供此数据集的研究人员的贡献
该API的典型使用案例包括评估患者糖尿病风险的医疗保健应用程序 分析糖尿病患病率的研究研究 以及旨在根据个人风险因素提供个性化健康建议的健康促进项目
用户可以通过解释`GET diabetes`端点返回的数据中的风险分类来利用这些数据以做出医疗决策 `GET listallvars`中的变量描述可以帮助用户理解准确评估所需的输入参数
数据准确性通过使用先进的人工智能和机器学习算法来维护,这些算法分析健康指标。基础模型基于一个成熟的数据集,用户可以联系API提供商获取有关模型验证和性能指标的更多细节
服务级别:
100%
响应时间:
939ms
服务级别:
100%
响应时间:
1,643ms
服务级别:
100%
响应时间:
0ms
服务级别:
100%
响应时间:
224ms
服务级别:
100%
响应时间:
1,083ms
服务级别:
100%
响应时间:
1,127ms
服务级别:
100%
响应时间:
820ms
服务级别:
100%
响应时间:
806ms
服务级别:
100%
响应时间:
1,311ms
服务级别:
100%
响应时间:
330ms