临床信息学第37卷第1期医学信息Vol.37No.12024年1月JournalofMedicalInformationJan.2024据《中国心血管健康与疾病报告2021》显示，2019年我国农村、城市心血管病分别占死因的46.74%和44.26%。每5例死亡中就有2例死于心血管病。推算心血管病现患人数3.3亿，其中冠心病1139万。减少心血管疾病的发病率及死亡率重在预防，预防的关键在于找到合适的干预靶点。既往研究显示，血脂代谢异常及脂质沉积为冠状动脉粥样硬化的启动因素。改善血脂代谢异常为预防动脉粥样作者简介：左雨露（1987.11-），男，湖南湘潭人，本科，主治医师，主要从事心血管内科疾病的临床工作基于机器学习的血脂新特征构建及其在冠状动脉粥样硬化中的应用左雨露袁吴宇袁杨锦鹏袁赵梦梦渊惠州市中大惠亚医院心血管内科袁广东惠州516081冤摘要院目的运用机器学习模型分析血脂谱袁构建血脂新特征袁找到可以整合血脂谱的方法遥方法筛选我院2021年6月-2022年6月收治的冠状动脉粥样硬化患者68例袁收集患者血脂谱中载脂蛋白B渊ApoB冤尧非高密度脂蛋白胆固醇渊N-HDL-C冤尧低密度脂蛋白胆固醇渊LDL-C冤尧高密度脂蛋白胆固醇渊HDL-C冤尧总胆固醇渊TC冤尧甘油三酯渊TG冤尧脂蛋白渊a冤Lp渊a冤数据袁查看患者冠脉造影结果袁采用改良的Gensini积分计算患者Gensini积分遥根据血脂谱中各成分的关系袁构建可解释的新特征-胆固醇指数遥将患者随机分为训练集尧测试集渊3:1冤袁运用随机森林模型袁通过观察曲线下面积渊AUC冤尧f1值尧精准度尧召回率尧准确率来验证构建的胆固醇指数对严重冠状动脉粥样硬化的预测价值遥结果共收集68例冠状动脉粥样硬化患者袁其中男48例袁女20例袁平均年龄渊57.96依11.33冤岁遥训练集和测试集的年龄尧TC尧ApoB尧N-HDL-C尧LDL-C尧HDL-C尧TG尧Lp渊a冤及胆固醇指数比较袁差异无统计学意义渊跃0.05冤遥采用原始血脂谱袁应用随机森林模型预测严重冠状动脉粥样硬化的AUC为0.64渊95%院0.41~0.80冤遥纳入构建的新特征胆固醇指数=ApoB伊(LDL-C+0.1伊(N-HDL-C-LDL-C))姨/HDL-C可很大程度的提高随机森林模型的预测效果袁其AUC为0.84渊95%院0.57~0.93冤袁且其f1值尧精准度尧召回率尧准确率都有不同程度的提升袁分别为0.83尧1.00尧0.71尧0.88遥结论胆固醇指数可有效的整合胆固醇数据袁提升随机森林模型对严重冠状动脉粥样硬化的预测效果遥关键词院机器学习曰随机森林模型曰血脂曰冠状动脉粥样硬化中图分类号院R541.4文献标识码院ADOI院10.3969/j.issn.1006-1959.2024.01.005文章编号院10...
