使用人工神经网络方法,哪个风险因素最能预测冠状动脉疾病?
Nahid Azdaki1,2, Fatemeh Salmani3, Toba Kazemi1
1Cardiovascular Diseases Research Center, Birjand University of Medical Sciences, Birjand, Iran.
BMC medical informatics and decision making
|February 14, 2024
概括
焦虑是冠状动脉疾病 (CAD) 的重要危险因素. 这项研究使用人工神经网络 (ANN) 识别CAD预测因子,发现焦虑,教育和性别对于风险评估至关重要.
科学领域:
- 心脏病学 心脏病学
- 人工智能的人工智能
- 公共卫生 公共卫生
背景情况:
- 冠状动脉疾病 (CAD) 仍然是全球主要的死亡原因.
- 识别和预测CAD风险因素对于预防策略至关重要.
研究的目的:
- 使用人工神经网络 (ANN) 分析冠状动脉疾病 (CAD) 风险因素.
- 预测患者群体中患有CAD的可能性.
主要方法:
- 利用了来自伊朗早发冠状动脉疾病 (I-PAD) 研究的415名患者的数据.
- 将人工神经网络 (ANN) 模型应用于43个选定的CAD相关变量.
- 数据预处理包括在SPSS (V26) 中分析之前的清洁和规范化.
主要成果:
- 该ANN模型实现了非CAD的诊断准确率为81%,早期CAD的诊断准确率为79%,CAD的诊断准确率为78%.
- 通过ANN模型确定的关键预测因素是焦虑,接受,教育和性别.
- 在CAD组之间观察到包括年龄,性别,职业,吸烟和焦虑在内的风险因素的显著差异.
结论:
- 在住院患者中,焦虑被确定为冠状动脉疾病 (CAD) 的普遍风险因素.
- 强调心理因素的重要性,如焦虑,在CAD风险管理.
- 建议实施对影响CAD风险的心理因素的认识计划.


