机器学习算法用于预测糖尿病患者的主要不良心血管事件
Tadesse M Abegaz1, Ahmead Baljoon1, Oluwaseun Kilanko1
1Economic, Social and Administrative Pharmacy (ESAP), College of Pharmacy and Pharmaceutical Sciences, Institute of Public Heath, Florida A&M University, Tallahassee, FL, 32307, USA.
机器学习准确地预测了2型糖尿病患者的主要不良心血管事件 (MACE). 酸盐和血尿酸水平是MACE风险的关键指标.
科学领域:
- 心血管医学 心血管医学
- 内分泌学 在内分泌学.
- 数据科学数据科学数据科学
背景情况:
- 主要不良心血管事件 (MACE),包括心肌梗塞 (MI),中风和心力衰竭 (HF),是2型糖尿病 (T2DM) 的常见并发症.
- 预测MACE对于管理T2DM患者和减轻心血管风险至关重要.
研究的目的:
- 开发和评估用于预测T2DM患者MACE的机器学习 (ML) 模型.
- 确定与MACE预测相关的关键临床属性,电解质和生物标志物.
主要方法:
- 从"我们所有人"研究计划中招募T2DM患者 (年龄大于18岁),他们正在服用-葡萄糖共运输体2抑制剂.
- 应用的ML算法:RandomForest (RF),XGBoost,逻辑回归 (LR) 和加权集团模型 (WEM).
- 使用平均下降准确度确定特征重要性,以确定关键预测因素.
主要成果:
- XGBoost模型实现了最高的预测准确度 (0.80 [0.78-0.82]),超过了RF (0.78),LR (0.65) 和WEM (0.75).
- 预测中风的分类准确度超过95%,其次是MI (~85%) 和HF (~80%).
- 酸盐,血尿素和热波水平被确定为MACE的主要预测因素.
结论:
- ML模型,特别是XGBoost,在T2DM患者中有效预测MACE.
- 酸盐,血尿素和其他电解质是MACE的显著预测因素,在中风,心脏病发作和高血压中一致.
- 这些已识别的参数可以作为T2DM中MACE事件的预后标记.
更多相关视频
07:15Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model
Published on: August 16, 2020
07:25Predicting Amputation using Local Circulating Mononuclear Progenitor Cells in Angioplasty-treated Patients with Critical Limb Ischemia
Published on: September 22, 2020
相关概念视频
Coronary Artery Disease I: Introduction
Diabetes Mellitus: Type 2 and Gestational
Pathophysiology of Diabetes
Type 1 diabetes is characterized by autoimmune-mediated destruction of pancreatic β cells, with environmental factors potentially triggering this process in genetically susceptible individuals. Despite many not having a family history, certain genes increase susceptibility,...
Cardiovascular Drugs: Classification based on Therapeutic Indications
Diabetes: Symptoms, Diagnosis, and Complications
Coronary Artery Disease IV: Preventive Measures
