在五个人类指数和基于脂质的指数中,哪一个最能预测高血压? 一种机器学习方法
Parisa Peigan1, Farnoosh Ghomi1, Sepideh Soltani1
1Yazd Cardiovascular Research Center, Non-communicable Diseases Research Institute, Shahid Sadoughi University of Medical Sciences, Yazd, Iran.
脂质积累产物 (LAP) 是预测高血压的最佳指标,特别是在男性中. 机器学习模型可以在临床环境中增强这种风险评估.
科学领域:
- 心脏病学 心脏病学
- 代谢综合征是代谢综合征的一种.
- 公共卫生 公共卫生
背景情况:
- 高血压是一个重要的心血管风险因素.
- 人类测量和基于脂质的指数与高血压有关.
- 这些指数的预测性能需要进一步调查.
研究的目的:
- 为了比较发生高血压的人类指数和基于脂质的指数的预测性能.
- 评估用于高血压预测的传统统计方法和机器学习方法.
- 确定高血压风险评估中最有效的指标.
主要方法:
- 这是一项为期10年的786名成年人的前性队列研究.
- 数据收集包括人体测量,生化和生活方式因素.
- 分析涉及考克斯回归,ROC分析和机器学习模型 (SVM,随机森林,XGBoost).
主要成果:
- 脂质积累产物 (LAP) 是高血压最强的预测因素 (HR:4.53),特别是在男性中.
- 三甘油-葡萄糖指数 (TyG) 显示出预测价值,特别是在女性 (HR:2.05).
- XGBoost模型实现了高分类准确度 (79.14%的男性),LAP作为关键特征.
结论:
- LAP是预测高血压的高度有效的人类指标,突出显示了内脏脂肪在心血管风险中的作用.
- 三甘油-葡萄糖指数 (TyG) 也表明了预测效用.
- 机器学习集成可以改善临床实践中的高血压风险评估.
更多相关视频
06:48Author Spotlight: Advancements in 3D Optical Imaging for Comprehensive Body Composition Assessment in Modern Research
Published on: June 7, 2024
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
相关概念视频
Hypertension III: Clinical Manifestations and Diagnostic Studies
Pre-Procedural Guidelines for Assessing Blood Pressure
Hypertension I: Introduction
Measurement of Blood Pressure
Sites for measuring blood pressure
The Brachial Artery: Primary Site for Blood Pressure Measurement
Hypertension and Regulation of Blood Pressure
