利用多变量分析和调整的相互信息来改善中风预测和解释性

科学领域:

• 心血管疾病流行病学
• 医疗保健中的机器学习
• 公共卫生信息学 公共卫生信息学

背景情况:

• 在全球范围内,中风仍然是导致残疾和死亡的主要原因.
• 准确预测中风风险对于及时干预和预防至关重要.
• 识别关键的人口和临床风险因素可以为有针对性的公共卫生计划提供信息.

研究的目的:

• 开发和验证用于预测中风风险的机器学习模型.
• 为了确定中风的显著的人口和临床预测因素.
• 确定最佳的机器学习算法来预测中风风险.

主要方法:

• 一项横截面研究利用了438,693名成年人的数据 (2021年行为风险因素监测系统).
• 用后勤回归分析人口统计和临床特征,并根据特征重要性调整了相互信息.
• 构建了多个机器学习模型,并根据准确性,AUC ROC和F1得分进行评估.

主要成果:

• 随机森林模型表现出卓越的性能,达到72.46%的准确性,0.72 AUC ROC和0.74 F1得分.
• 已发现的重大中风风险因素包括老年,糖尿病,高血压,高胆固醇,以及心肌梗塞或胸痛史.
• 高血压,心肌梗塞病史,心痛,年龄,糖尿病和胆固醇是最有影响力的特征.

结论:

• 随机森林模型提供了一种可靠的方法,用于从人口和临床数据中预测中风风险.
• 功能重要性分析强调高血压和糖尿病是临床监测和干预的关键目标.
• 这些发现支持开发基于数据的中风预防策略.