糖尿病患者心血管疾病的预测模型使用机器学习,在两个独立的韩国队列中推导和验证

科学领域:

• 心脏病学 心脏病学
• 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:

• 心血管疾病 (CVD) 是2型糖尿病 (T2DM) 患者的主要并发症.
• 在韩国T2DM患者中准确预测心血管疾病风险对于有效的预防策略至关重要.

研究的目的:

• 开发和验证一种机器学习 (ML) 模型,用于预测韩国T2DM患者的心血管疾病.
• 与个性化预防医学的现有方法相比,建立一个优越的预测工具.

主要方法:

• 利用了韩国T2DM患者的两个队列 (发现:n=12,809;验证:n=2019).
• 开发和调整各种ML模型,在验证队列中根据AUROC选择性能最好的模型.
• 使用所选的ML模型确定了关键预测因素.

主要成果:

• 随机森林 (RF) 模型表现出强的表现,在发现队列中达到0.830的AUROC,在验证队列中达到0.722.
• 肌素和糖化血红蛋白水平被确定为RF模型中最有影响力的因素.
• 开发的ML模型在这个人群中优于CVD的现有预测工具.

结论:

• 一个基于ML的新型模型已成功开发和验证,用于预测韩国T2DM患者的心血管疾病.
• 该模型为早期个性化预防医学提供了一种突破性的方法,改善了患者的治疗结果.
• 这些发现突显了ML在治疗糖尿病慢性并发症方面的潜力.