生活方式因素与索马里兰心血管疾病患病率之间的关系:使用哈尔盖萨集团医院2024年数据的监督机器学习方法

科学领域:

• 公共卫生 公共卫生
• 流行病学 流行病学
• 医疗保健中的机器学习

背景情况:

• 心血管疾病 (CVD) 构成了全球健康负担,在低收入和中等收入国家特别高.
• 索马里兰因城市化和生活方式变化而面临心血管疾病患病率上升,需要对相关风险因素进行研究.

研究的目的:

• 调查生活方式因素与索马里兰成人患者心血管疾病患病率之间的关系.
• 通过使用统计和机器学习模型,确定该地区心血管疾病的关键预测因素.

主要方法:

• 一项涉及索马里兰411名成年人 (≥18岁) 的横截面研究.
• 数据通过结构化问卷收集并使用传统统计和七种机器学习模型 (物流回归,随机森林,SVM,Probit回归,KNN,决策树) 进行分析.

主要成果:

• 年龄 (≥60岁) 和吸烟是最强烈的心血管疾病预测因素.
• 卡特和身体不活动增加了心血管疾病的风险,而城市居住显示出一种保护性关联.
• 支持矢量机 (SVM) 在预测心血管疾病方面实现了63.4%的准确性和67.1%的AUC.

结论:

• 生活方式因素,包括吸烟,和饮食,是索马里兰心血管疾病的主要驱动因素.
• 有针对性的公共卫生干预措施,以戒烟,改善饮食和提高意识至关重要.
• 机器学习模型有效地提高心血管疾病预测,并为健康战略提供信息.