2024-06-02 MedSci原創(chuàng) MedSci原創(chuàng) 發(fā)表于上海

該研究結(jié)果彰顯了XGBoost模型的穩(wěn)健性和穩(wěn)定性，有效地平衡了預測準確性和可解釋性。

心血管疾病作為全球范圍內(nèi)的主要死因之一，極大地加劇了公共衛(wèi)生負擔。面對心血管疾病發(fā)病率持續(xù)攀升的挑戰(zhàn)，開發(fā)高效預防策略顯得尤為迫切。高效預測模型作為一種關(guān)鍵手段，運用先進的分析技術(shù)和綜合評估模型，對個體在未來一段時間內(nèi)發(fā)生心血管疾?。ㄈ缧呐K病發(fā)作、中風等）的風險進行準確評估的過程。這一過程涉及多種數(shù)據(jù)和方法的融合，旨在識別出高風險群體，從而實現(xiàn)早期干預和有效管理，降低心血管事件的實際發(fā)生率。

為了開發(fā)更高效的心血管事件預測工具，在第33屆歐洲高血壓學會年會（ESH 2024）上，研究人員通過整合臨床數(shù)據(jù)、生物標志物和已確立的危險因素，開發(fā)并評估了一種用于預測心血管事件的模型。尤為重要的是，該模型能預測初次就診后患者發(fā)生心血管事件的可能性。

首先，研究人員通過統(tǒng)計方法、主成分分析法（PCA）和潛在類別分析（LCA）創(chuàng)建變量，從而豐富數(shù)據(jù)集。隨后應(yīng)用三種不同的預測算法：XGBoost、隨機森林和邏輯回歸。模型使用70%數(shù)據(jù)集進行訓練，30%用于驗證，確保每種算法在預測準確性與可解釋性之間取得平衡。該模型旨在預測在基線訪問后無心血管疾病史的患者中發(fā)生心血管事件的情況。

結(jié)果顯示，共有4,145名連續(xù)患者被轉(zhuǎn)診至醫(yī)院高血壓科，平均年齡為55.9±14歲，女性占51%。平均隨訪時間為3,028天，每 100 名患者年的發(fā)病密度為 1.93（95% CI: 1.78-2.09）。XGBoost 模型的準確率為 85%，靈敏度為 87%，特異性為 71%。

當模型縮減到30個最具影響力的變量時，預測準確性略有下降位80%。邏輯回歸模型提供了可解釋性強的模型，準確率為80%，敏感性為56%，特異性為84%。相比之下，隨機森林模型表現(xiàn)出高準確率86%，但靈敏度明顯較低，僅為 13%。

總之，該研究結(jié)果彰顯了XGBoost模型的穩(wěn)健性和穩(wěn)定性，有效地平衡了預測準確性和可解釋性?？紤]到模型決策透明度的重要性，具備解釋能力的邏輯回歸模型的納入尤為關(guān)鍵。本研究強調(diào)了根據(jù)應(yīng)用的具體需求定制預測模型的重要性。未來研究可探索增強XGBoost模型可解釋性的可行技術(shù)。

參考資料

PREDICTION OF CARDIOVASCULAR EVENTS IN HYPERTENSIVE SUBJECTS WITH ARTIFICIAL INTELLIGENCE TOOLS

版權(quán)聲明：
本網(wǎng)站所有內(nèi)容來源注明為“梅斯醫(yī)學”或“MedSci原創(chuàng)”的文字、圖片和音視頻資料，版權(quán)均屬于梅斯醫(yī)學所有。非經(jīng)授權(quán)，任何媒體、網(wǎng)站或個人不得轉(zhuǎn)載，授權(quán)轉(zhuǎn)載時須注明來源為“梅斯醫(yī)學”。其它來源的文章系轉(zhuǎn)載文章，或“梅斯號”自媒體發(fā)布的文章，僅系出于傳遞更多信息之目的，本站僅負責審核內(nèi)容合規(guī)，其內(nèi)容不代表本站立場，本站不負責內(nèi)容的準確性和版權(quán)。如果存在侵權(quán)、或不希望被轉(zhuǎn)載的媒體或個人可與我們聯(lián)系，我們將立即進行刪除處理。
在此留言

相關(guān)知識

無創(chuàng)心血管疾病實時智能監(jiān)測與血管健康評估系統(tǒng)
智能心臟健監(jiān)測：基于人工智能的心率檢測系統(tǒng)
【神麻人智】使用術(shù)前神經(jīng)心理學評估開發(fā)腦深部刺激術(shù)后語言流暢性的預測模型
探究面向智能制造的工業(yè)機器人健康評估方法
【產(chǎn)麻新譚】前置胎盤產(chǎn)婦產(chǎn)后出血人工智能神經(jīng)網(wǎng)絡(luò)預測模型的建立與驗證
智慧健康管理系統(tǒng),功能模塊與軟硬件
基于人工智能的健康管理系統(tǒng)，智能預測與管理
人工智能在健康監(jiān)測中的技術(shù)優(yōu)勢1.背景介紹 隨著人工智能技術(shù)的不斷發(fā)展，人工智能在健康監(jiān)測領(lǐng)域的應(yīng)用也日益廣泛。這篇文章
人工智能與醫(yī)療健康產(chǎn)業(yè)系列研究之七：人工智能醫(yī)用軟件的注冊及監(jiān)管問題
智能健康評估，未來健康管理的新趨勢

網(wǎng)址: ESH?2024：高效預測心血管事件：人工智能模型的開發(fā)與評估 http://m.u1s5d6.cn/newsview638674.html