应用机器学习算法来构建和验证冠状动脉心脏病风险的预测模型在患有牙周炎的患者:一个基于人口的研究
Yicheng Wang1,2,3,4, Binghang Ni1,2,3,4, Yuan Xiao1,2,3,4
1Department of Cardiovascular Medicine, Affiliated Fuzhou First Hospital of Fujian Medical University, Fuzhou, Fujian, China.
Frontiers in cardiovascular medicine
|December 14, 2023
概括
机器学习模型可以预测牙周炎患者的冠心病 (CHD) 风险. K-近邻 (KNN) 模型显示出高准确度,有助于预防心血管疾病的临床决策.
科学领域:
- 心脏病学 心脏病学
- 牙周病学 牙周病学
- 数据科学数据科学数据科学
背景情况:
- 牙周炎和心血管疾病之间的联系越来越被认可.
- 牙周炎是一种慢性炎症状况,影响牙和支骨.
- 心血管疾病 (CVD) 仍然是全球主要的死亡原因.
研究的目的:
- 开发和验证一种机器学习 (ML) 预测模型,用于在患有牙周炎的个体中预测冠状动脉病 (CHD) 风险.
- 在牙周炎患者中确定CHD的独立预测因子.
- 评估ML模型对风险分层的临床实用性.
主要方法:
- 利用了国家健康和营养检查调查 (NHANES) 数据库 (2009-2014) 中3,245名牙周炎患者的数据.
- 使用加权的单变量和多变量逻辑回归来识别风险因素.
- 开发了五种ML模型 (LR,GBM,SVM,KNN,CART) 并使用AUC,Brier分数,校准图和决策曲线分析 (DCA) 评估了它们的性能.
主要成果:
- 在牙周炎患者中,心脏病的独立预测因素包括年龄,种族,心肌梗塞,胸痛,降脂药物使用,血清尿酸和血清肌素.
- 该K-近邻 (KNN) 模型表现出卓越的性能,其AUC为0.977.7.
- 模型校准和临床适用性通过Brier评分和DCA得到证实.
结论:
- 机器学习算法可以有效地预测牙周炎患者的CHD概率.
- 开发的模型可以帮助医疗保健专业人员进行个性化治疗规划和明智的临床决策.
- 这种方法提高了患有牙周炎和心血管风险并存的患者的管理.
