预测高血压患者冠心病风险的机器学习:一个整体建模方法
Fadratul Hafinaz Hassan1, Shuchen Wang2, Alina Miron3
1School of Computer Sciences, Universiti Sains Malaysia, Penang, Malaysia.
一个集体学习模型准确地预测了冠心病 (CHD) 的高血压. 该工具增强了对患有基本高血压 (EH) 和心血管疾病的患者的风险评估,改善了早期检测和临床决策.
科学领域:
- 心血管疾病的研究研究.
- 机器学习在医疗保健中的应用
- 慢性疾病的预测建模.
背景情况:
- 高血压和冠心病 (CHD) 是全球重要的健康问题.
- 在高血压患者中,早期和准确的CHD预测对于有效管理至关重要.
- 现有的风险分层方法可能会从先进的计算方法中受益.
研究的目的:
- 开发一个优化的集体学习模型,用于预测由心脏病复杂的高血压.
- 提高与心脏病相关的基本高血压 (EH) 风险评估的准确性和稳定性.
- 为了利用先进的特征选择和分类器融合技术.
主要方法:
- 使用投票融合构建了一个整体模型,用于早期检测由CHD复杂的EH.
- 使用了2,487名心脏病患者和3,904名对照患者的EH数据集.
- 功能选择确定了一个18维的功能集,并通过投票集集成了五个ML算法.
主要成果:
- 与个人分类器相比,投票融合整体模型表现出优异的性能.
- 该模型实现了曲线下的面积 (AUC) 为0.906.
- 预测准确度为CHD复杂的EH达到0.888.
结论:
- 整体模型为高血压相关的CHD风险提供了更好的分类准确性和稳定性.
- 它作为一种临床上有用的工具,用于早期风险分层.
- 需要进一步验证,但该框架显示出作为临床信息学决策支持工具的潜力.
更多相关视频
06:39Novel Percutaneous Approach for Deployment of 3D Printed Coronary Stenosis Implants in Swine Models of Ischemic Heart Disease
Published on: February 18, 2020
12:18A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
Published on: January 11, 2020
相关概念视频
Coronary Artery Disease I: Introduction
Coronary Artery Disease II: Pathophysiology
Coronary Artery Disease V: Interprofessional Care
Rheumatic Heart Disease I: Introduction
Coronary Artery Disease III: Clinical Manifestations
Coronary Artery Disease IV: Preventive Measures
