两种机器学习算法构建老年冠心病患病风险评估模型的效能比较研究

目的 基于机器学习算法构建老年冠心病风险评估模型,并比较逻辑回归(logistic)和极限梯度上升(eX-treme Gradient Boosting,XGBoost)模型在社区老年人群中预测冠心病风险的效能,以期为老年人冠心病防治提供更高效的健康管理方法.方法 抽取2019年浦东地区47家社区卫生服务中心的8万条老...     

基于机器学习的冠心病预测模型研究

目的：利用机器学习方法建立未来10年内是否会患冠心病的预测模型,并对相应的危险因素进行分析,可为高危人群提供预警,提供科学的生活习惯改善建议。方法：结合可靠的冠心病数据集,对冠心病及其危险因素进行分析建模,分别采用逻辑回归（Logistic Regression）算法、支持向量机算法（SVM）、极端梯度提升算法（XGBoost）进行冠心病的疾病预测模型训练,使用GridsearchCV（网格搜索）方法对模型进行参数调优,最终实现对未来患有冠心病的风险进行预测,对风险概率进行评估。结果：LR模型调优前和调优后分数均为最高,调优分数提升最低;SVM模型调优前分数中等,调优后分数最低,调优分数提升中等;XGBoost模型在调优前分数最低,调优后分数中等,调优分数提升最高。结论：综合各个模型调优过程耗时、预测分数及其训练时间总体情况对比,以LR算法构建冠心病预测模型表现为最佳,耗时最短且预测分数最高,实验预测数据集拟合程度最高。     

CIN2+病变风险预测模型构建及临床验证

目的：构建宫颈上皮内瘤变2级及其以上（cervical intraepithelial neoplasia grade 2 or worse,CIN2+）病变的风险预测模型,为宫颈病变治疗提供指导。方法：回顾分析2015年1月到2017年12月在门诊进行宫颈活检的1 266例患者的临床病理资料。以组织学病理诊断结果为金标准,通过logistic回归分析确定预测CIN2+的风险因素,构建患病风险预测模型,建立个体化预测列线图模型,评估模型的预测性能和符合度。结果：①单因素卡方检验显示,吸烟史（χ2=29.92,P=0.000）、液基薄层细胞检测（thinprep cytology test,TCT）（χ2=172.89,P=0.000）、人乳头瘤病毒（human papillomavirus,HPV）（χ2=147.03,P=0.000）、阴道镜印象诊断（χ2=340.85,P=0.000）、病变面积/宫颈面积（χ2=206.22,P=0.000）为检出CIN2+的风险因素。②多因素logistic回归分析分别建立回归模型,计算模型的AUC为0.88。③构建列线图模型,对其进行内部验证后得到的一致性指数（index of concordance,C-index）为0.878。结论：本研究基于吸烟史、TCT、HPV、阴道镜印象诊断及病变面积/宫颈面积这5项风险因素建立的回归模型拟合效果较好,预测CIN2+病变风险准确性较高,有助于制定个体化治疗方案。     

基于机器学习的2型糖尿病并发症预测模型研究

目的：利用统计学和机器学习方法,探究2型糖尿病并发症的影响因素,构建2型糖尿病并发症预测模型,对并发症的发生进行预测,为2型糖尿病并发症的预防和早期筛查提供理论参考。方法：以国家人口健康科学数据中心2009年的2型糖尿病患者数据为研究对象,对性别、年龄、尿常规检查和生化检查等信息进行单因素和多因素logistic回归分析,并构建XGBoost模型,进行2型糖尿病并发症的预测。结果：单因素和多因素Logistic回归模型与XGBoost模型显示,2型糖尿病并发症的发生与14项影响因素具有相关关系,模型预测准确率为82.85%。结论：模型预测的效果良好,具有一定的参考价值。     

转移性黑色素瘤患者早期死亡风险的预测模型构建及验证

目的 构建预测转移性黑色素瘤（metastatic melanoma, MM）患者早期死亡风险的列线图模型。方法 本研究纳入监测、流行病学和最终结果（Surveillance, Epidemiology, and End Results Program, SEER）数据库中（2010–2015年）2 138例被诊断为MM的患者。使用logistic回归分析确定影响MM患者早期死亡的独立风险因素。并利用这些因素构建全因早死和癌症特异性早期死亡的列线图。通过受试者操作特征（receiver operating characteristic, ROC）曲线、校准曲线和决策曲线分析（decision curve analysis, DCA）评估该模型的效能,并使用四川省肿瘤医院2015年1月–2020年1月被诊断为MM的105例患者的临床病理资料进行外部验证。结果 logistic回归分析显示,婚姻状况、原发部位、N分期、手术、化疗、骨转移、肝转移、肺转移和脑转移可以被确定为早期死亡的独立预测因素。基于这些因素开发了两个列线图分别预测全因早死和癌症特异性早死风险。在全因和癌症特异性早期死亡模型...     

多因素Logistic回归模型和XGBoost模型对舌癌患者放疗期间发生口腔感染的预测价值

目的 探讨多因素Logistic回归模型和XGBoost模型对舌癌患者放疗期间发生口腔感染的预测价值。方法 选取2003年1月—2022年12月在新疆医科大学第一附属医院就诊的431例放疗的舌癌患者,随机分为训练组288例和预测组143例。比较多因素Logistic回归模型和XGBoost模型对舌癌患者放疗期间发生口腔感染的预测效能。结果 多因素Logistic回归模型结果显示,年龄［O^R =3.250（95% CI：1.476,7.634）］,肿瘤分期［O^R =2.941（95% CI：1.248,7.613）］,口腔环境［O^R =0.210（95% CI：0.079,0.502）］,是否手术［O^R =0.285（95% CI：0.113,0.663）］,血红蛋白［O^R =0.323（95% CI：0.139,0.712）］,血清白蛋白［O^R =0.353（95% CI：0.148,0.851）］是放疗期间发生口腔感染的独立预测因素。XGBoost模型结果显示,口腔环境、手术、肿瘤分期、血清白蛋白、年龄、同步化疗、红细胞计数、血红蛋白、中性粒细胞计数为重要性指标。多因素Logistic回归模型和XGBoost模型受试者工作特征曲线下面积分别为0.830、0.835,两者比较,差异无统计学意义（P >0.05）;敏感性分别为88.24%（95% CI：0.729,1.000）、82.35%（95% CI：0.642,1.000）;特异性分别为68.25%（95% CI：0.601,0.764）、69.84%（95% CI：0.627,0.786）。结论 多因素Logistic回归模型和XGBoost模型对舌癌患者放疗期间发生口腔感染的预测均有意义,两者预测效能相当。建立模型有助于筛选出口腔感染的高危人群,及早采取预防措施,降低口腔感染发生风险。     

血清缺血修饰蛋白对冠心病诊断价值的研究

目的探讨缺血修饰蛋白（IMA）在冠心病心肌缺血诊断中的价值。方法2009年11月至2010年5月,随机入选72例因临床疑诊冠心病心肌缺血而在我科住院治疗、且准备接受冠状动脉造影检查的患者。根据造影结果将患者分为冠心病组与非冠心病组,造影术前利用白蛋白结合钴试验（ACB试验）检测IMA水平。将冠状动脉造影结果作为诊断标准,采用受试者工作特性曲线（ROC曲线）下面积以及logistic回归分析IMA对冠心病心肌缺血诊断的价值。结果冠心病绀患者（51例）的缺血修饰蛋白水平为（97±24）U／ml,非冠心病组（21例）患者的IMA水平为（81±15）U／ml。当IMA的截断值为83．69U／ml时,其诊断冠心病心肌缺血的敏感性为80％,特异性为57％,阳性预测值为82％,阴性预测值为55％。logistic回归分析显示,高血压（P=0．022,b=1．421,OR=4．141）、IMA水平（P=0．003,b=1．780,OR=5．928）是冠心病心肌缺血发生的独立预测凶于。结论IMA水平在诊断冠心病心肌缺血方面具有较高的敏感性及阳性预测值,是冠心病心肌缺血发生的独立预测因子。     

不同算法的老年吞咽功能障碍患者吸入性肺炎风险预测模型比较

目的：对比logistic回归模型与随机森林模型对老年吞咽功能障碍患者吸入性肺炎（AP）风险预测价值。方法：于2021年1月至2022年10月，采用便利抽样法，选取南京市第一医院收治的老年吞咽功能障碍患者450例为研究对象。采用单因素和多因素logistic回归分析法分析AP发生的影响因素，并建立logistic回归模型、随机森林模型。采用受试者工作特征（ROC）曲线评估两种模型对AP发生的预测效能。结果：450例老年吞咽功能障碍患者AP发生率为42.00%；多因素logistic回归分析显示，意识障碍、胃食管反流、鼻饲或胃肠道营养、体位不当、CRP、NLR、LER、洼田饮水试验分级为AP发生的危险因素，而电磁刺激疗法、口腔清洁规范、吞咽训练为AP发生的保护因素（P<0.05）；随机森林算法显示，AP发生影响因素重要性前8位依次为洼田饮水试验分级、吞咽训练、电磁刺激疗法、胃食管反流、意识障碍、咳嗽无力、体位不当、口腔清洁规范。Logistic回归模型预测AP发生的ROC曲线下面积（AUC）为0.836，预测一致率为0.432；随机森林模型预测AP发生的AUC为0.938，预测一致...     

多发性骨髓瘤患者肾损伤预测模型的构建

目的 探讨多发性骨髓瘤（MM）患者发生肾损伤的危险因素,构建预测模型。方法回顾性分析血液科收治的初诊MM患者临床资料,以血肌酐结果为标准把患者分为肾损伤组和非肾损伤组,对两组患者临床资料进行统计学分析,采用logistic回归法分析影响MM患者发生肾损伤的独立危险因素,建立预测MM发生肾损伤风险的logistic回归模型,绘制受试者工作特征曲线（ROC）、曲线下面积（AUC）评估预测效能。结果共纳入206例初诊MM患者,肾损伤组（n=75）患者的血红蛋白明显低于非肾损伤组（n=131）,而白细胞、中性粒细胞/淋巴细胞比值（NLR）、血钙、血尿酸、血尿素氮和尿蛋白阳性比例均高于非肾损伤组,差异有统计学意义（P＜0.05）;logistic回归显示NLR、血钙、血尿酸、血尿素氮是影响MM发生肾损伤的独立危险因素,得到回归方程：Y=-22.770+1.765×NLR+2.642×血钙+0.023×血尿酸+0.542×血尿素氮,Hosmer-Lemeshow检验提示模型具有良好的校准度（P=0.230）,AUC=0.978,当最佳截断点为4.542 1时,敏感度为85.33%,特异度为96.95%。结论本研究建立的logistic回归模型有较好的预测价值,有助于血液科医生对MM患者发生肾损伤进行预测。     

基于XGBoost对肺鳞癌和肺腺癌的分类预测

目的 对肺癌亚型肺鳞状细胞癌（肺鳞癌）和肺腺癌进行预测并找出分子标记。方法 通过研究两种不同癌症亚型中mRNA表达量,选取有差异有统计学意义的mRNA,利用极限梯度增强（extreme gradient boosting,XGBoost）算法构建模型,预测亚型分类,并比较其与逻辑回归分类模型和支持向量机分类模型的预测性能。结果 基于XBGoost模型的预测准确率为96.55%,曲线下面积为99.04%,优于逻辑回归分类模型和支持向量机分类模型。同时,找到11个基因作为两种亚型的分子标记。结论 肺癌两种亚型的在分子层面存在明显差异特征,将辅助临床医生进行疾病亚型预测。     

老年人低骨密度与冠心病的相关性探讨

目的：探讨老年人低骨密度与冠心病的相关性,为临床冠心病的防治提供新的途径。方法选取213例老年患者进行选择性冠状动脉造影。根据造影结果将患者分为冠心病组和对照组,对所有患者的腰椎（L1~4）及左侧股骨颈进行骨密度（BMD）测定;同时测定两组患者的年龄、BMI、血压、血钙、血磷、总胆固醇、甘油三酯、低密度脂蛋白胆固醇、高密度脂蛋白胆固醇等指标,并采用多因素非条件logistic回归分析低骨密度与冠心病的相关性。结果两组患者的L1~4及左侧股骨颈BMD值的差异均有统计学差异（均P＜0.05）,且冠心病组BMD值低于对照组。同时冠心病组的低骨密度（包括骨量减少和骨质疏松）发生率明显高于对照组,差异有统计学意义（P＜0.05）。logistic回归分析显示低骨密度与冠心病存在明显的相关性。结论老年人低骨密度与冠心病之间存在相关性,是冠心病的独立预测因素。     

探索不同方法对原发性醛固酮增多症的筛查价值

  目的  探讨不同方法对原发性醛固酮增多症（PA）的筛查价值。  方法  回顾性分析2009?2018年华西医院确诊的499例PA和479例原发性高血压患者的临床资料。通过绘制受试者工作特征（ROC）曲线,比较不同筛查方法的诊断效能。  结果  立位血浆醛固酮（PAC）与血浆肾素活性（PRA）之比（ARR）的ROC曲线下面积（AUC）大于立位PAC与血管紧张素Ⅱ（AT-Ⅱ）之比（AA2R）、立位PRA、立位PAC、卧位ARR和最低血钾（P<0.05）;在ROC曲线中,多因素logistic回归建立的模型（低血钾水平、立位PRA和立位PAC）用于诊断PA的AUC大于单一指标立位ARR（96.3% vs. 94.6%,P<0.05）;决策树模型（分数最高的前五个变量依次为立位ARR、卧位ARR、立位PRA、卧位PRA、最低血钾水平）与单一指标立位ARR的AUC差异无统计学意义（94.1% vs. 94.6%,P>0.05）。在测试集中,logistic回归模型和决策树模型的AUC差异无统计学意义（96.3% vs. 94.1%,P>0.05）。Logistic回归模型的校准曲线更接近45°线,logistic回归模型的预测概率与实际发生概率的一致性比决策树模型更好。  结论  立位ARR仍为最优的单个筛查指标;不建议AA2R（放射免疫法）作为PA筛查指标;立位PAC、立位PRA和最低血钾组合的logistic回归模型诊断效能优于立位ARR。     

机器学习结合CT影像组学预测2型糖尿病患者椎体脆性骨折

目的：探讨机器学习结合CT影像组学特征构建模型预测2型糖尿病（type 2 diabetes mellitus,T2DM）患者椎体脆性骨折的准确性。方法：回顾性收集140例（新发椎体脆性骨折的T2DM患者70例,对照组70例）患者CT图像和临床资料。另收集18例（椎体脆性骨折的T2DM患者16例,对照组2例）患者的前次CT图像和临床资料作为外部验证集。应用单因素分析、Pearson相关分析、最小冗余度最大相关度算法、二元logistic回归分析和最小绝对值收缩和选择算子模型筛选出最佳特征。基于支持向量机、多层感知器、极端梯度提升（eXtreme Gradient Boosting,XGBoost）构建预测模型。应用受试者工作特征曲线下面积（area under the curve,AUC）对模型效能进行评估。结果：从每例患者的CT图像中提取了1 037个影像组学特征,然后精简为14个影像组学特征。17个临床特征中性别、年龄、体质指数是预测结果的独立因素。其中XGBoost分类器表现最好,训练集中XGBoost模型的AUC分别为1.000、0.929、1.000;测试集中分别为0.954...     

基于IQon Spectral CT平扫的影像组学在甲状腺结节良恶性诊断及鉴别诊断中的价值

目的：基于IQon Spectral CT平扫图像，通过影像组学联合机器学习方法，研究其在甲状腺良恶性结节诊断及鉴别诊断中的临床价值。方法：回顾性收集107例（161个结节）经病理证实的甲状腺结节患者CT平扫图像，应用RadCloud平台对影像学特征进行提取分析，采用k-NearestNeighbor(KNN)、支持向量机（SVM）和logistic回归（LR）分类器建立预测模型（分为训练组和测试组，训练组和测试组的比例为4∶1），并评价预测模型的性能。结果：KNN、SVM和logistic回归三种模型预测效能相当，其中SVM模型性能相对较优，预测模型的ROC曲线下面积为0.822(95%可信区间：0.750～0.890)，敏感度为77%，特异度为77%；在测试组中ROC曲线下面积为0.790(95%可信区间：0.640～0.940)，敏感度为71%，特异度为68%。结论：基于影像组学联合机器学习算法在甲状腺结节的良恶性鉴别诊断中具有显著的临床价值。     

建立子痫前期不良结局风险预警模型的初步研究

目的 分析子痫前期患者发生不良结局的预后因素，并建立不良结局的风险预警模型及探讨其运用价值。方法 回顾性分析2005年1月至2014年12月我院收治的2 532例子痫前期患者的临床资料，根据患者是否出现不良结局分为有不良结局组990例（39.1%）与无不良结局组1 542例（60.9%）。统计分析两组患者的一般特征，并对可能导致不良结局发生的相关临床指标进行单因素分析，再将研究对象随机分为80%的建模组与20%的验证组，对建模组进行多因素logistic回归分析，并建立风险预警模型。最后用20%的验证组对所建立模型进行评价，绘制ROC曲线并结合临床意义寻找最佳预测点。结果 单因素分析结果显示，子痫前期发生不良结局的预测指标包括初产妇、产检次数、双胎、水肿、胸闷胸痛、呼吸困难、头昏头痛、视力模糊、合并妊娠期肝内胆汁淤积症（ICP）、合并妊娠期糖代谢异常、合并心血管疾病、入院时血压值、尿蛋白定性定量结果、肝肾功能结果等。多因素logistic回归分析显示，有统计学意义的预测指标有双胎、水肿、呼吸困难、视力模糊、合并心血管疾病、尿蛋白定量及血生化结果异常（P<0.05）。建立的Logit（P）模型预测患者不良结局的准确度为77.1%，拟合优度检验示该模型拟和良好。用此模型的风险值预测20%的验证组患者的不良结局ROC曲线的曲线下面积（AUC）为0.804（P＜0.01, 95%可信区间:0.758～0.849）。结合临床对高敏感度的要求，当诊断点取风险值为0.300时，58.6%将发生不良结局，其敏感度为83.8%，假阳性率为46.8%。结论 可通过患者是否为双胎妊娠，是否出现水肿、呼吸困难、视力模糊，是否合并心血管疾病及尿蛋白定量和血生化结果对子痫前期不良结局进行预测。运用此风险预警模型进行风险预测时，对风险值≥0.300的患者应予以重视。     

颈动脉壁厚度预测脑卒中的价值

目的：探讨颈动脉壁厚度（CAWT）对预测脑卒中风险意义.方法：92例受检者根据有无缺血性脑卒中症状分为有症状组和无症状组,应用多排螺旋CT血管造影（MDCTA）检测CAWT,比较两组间CAWT的差异性,logistic回归分析脑卒中症状与CAWT之间的关系,利用ROC曲线确定预测脑卒中的最佳CAWT界值.结果：有症状组CAWT高于无症状组,差异有统计学意义（P＜0.05）;logistic回归分析显示CAWT与脑卒中呈显著正相关（T=26.875,P＜0.010）,预测脑卒中ROC分析曲线最佳诊断界值为CAWT≥1.08 mm;CAWT≥1.08 mm患者发生脑卒中的概率比CAWT＜ 1.08 mm患者高出2.14倍.结论：CAWT增加是脑卒中的风险指标,可以作为预测脑卒中风险的一个有效参数.     

原发性肝癌自发性破裂的预测模型构建

目的：构建评估原发性肝癌自发性破裂风险的方法。方法：回顾性分析浙江大学医学院附属第一医院2008年1月—2013年5月之间77例诊断为原发性肝癌自发性破裂的住院患者与95例同期内未发生肝癌破裂的原发性肝癌患者资料,比较两组的临床特征,找出原发性肝癌自发性破裂的危险因素,并构建多因素logistic回归模型以评估肝癌自发性破裂的风险。结果：多因素logistic回归分析发现中到大量腹水、肝硬化、肿瘤突出肝脏表面、最大肿瘤的长径≥5 cm这4项为原发性肝癌自发性破裂的独立危险因素（均P<0.05）。绘制所构建logistic回归模型的受试者工作特征曲线,其曲线下面积为0.862（P<0.05）。结论：最大肿瘤长径≥5 cm、肿瘤突出肝脏表面、肝硬化、中到大量腹水是原发性肝癌发生自发性破裂的独立危险因素,基于这四项因素构建的logistic回归模型可有效评估原发性肝癌自发性破裂发生的风险。     

老年急性肺损伤患者列线图预后模型的构建

目的：探讨影响老年急性肺损伤（ALI）患者预后的独立危险因素,建立预测其死亡风险的列线图模型。方法：分别收集MIMIC-III数据库325例与温州医科大学附属第一医院138例ALI患者临床资料,采用单因素、多因素logistic回归分析筛选出预测死亡的危险因素,并构建预测短期可能死亡的列线图模型。结果：多因素logistic回归分析发现入院首日最低收缩压降低、血乳酸和凝血酶原时间（PT）升高等均为老年ALI患者死亡危险因素（均P＜0.05）;通过上述变量构建列线图模型,内部验证列线图ROC曲线下面积（AUC）为0.712（95%CI=0.656～0.767）,外部验证列线图AUC为0.753（95%CI=0.671～0.836）,内部与外部校准曲线均接近标准曲线。结论：本列线图模型可用于老年ALI患者预后评估,且具有良好的校准度与区分度。     

脂蛋白（a）水平升高与老年冠心病的关系研究

目的探讨老年人群脂蛋白（a）［Lp（a）］水平升高与冠心病的相关性。方法连续入组2015年1月至2016年1月行冠状动脉造影老年患者（≥65岁）,其中684例患者诊断为冠心病,158例患者冠状动脉正常。比较两组患者的血浆Lp（a）水平及临床特征,利用logistic回归模型分析血浆Lp（a）水平与冠心病风险的相关性。结果冠心病患者TC、LDL-C及Lp（a）水平均显著高于对照组,差异均有统计学意义（均P＜0.05）。冠心病患者中Lp（a）水平≥300mg/L亚组冠状动脉三支病变发生率要高于Lp（a）水平＜300mg/L亚组（P=0.048）。Logistic回归分析显示Lp（a）是老年冠心病的独立危险因素（OR=1.7,P=0.012）。结论血浆Lp（a）水平的升高是老年冠心病独立危险因素同时,并使冠状动脉病变严重程度增加。     

基于肺癌CT的决策树模型在肺癌诊断中的应用

目的:探讨基于肺癌CT的决策树模型在肺癌辅助诊断中的意义。方法:观察61例肺癌患者和50例肺部良性疾病患者的CT片,对边缘情况、毛刺征、小泡征等放射学特征进行量化,结合临床资料对肺癌相关的危险因素行单因素非条件logistic回归和多因素非条件logistic逐步回归分析,采用有意义的因素分别建立决策树、logistic回归2种肺癌诊断模型。采用筛检实验评价指标和ROC曲线比较2种模型对预测集样本的预测效果。结果:多因素非条件logistic逐步回归分析显示年龄、边缘情况、毛刺征、小泡征及纵隔肿大淋巴结对鉴别诊断肺癌意义较大;logistic回归模型对预测集的预测灵敏度、特异度、准确度、阳性预测值和阴性预测值分别为86.89%、84.00%、85.59%、86.89%、84.00%,决策树模型上述指标分别为95.08%、86.89%、90.99%、89.23%、93.48%;logistic回归模型和决策树模型ROC曲线下面积分别为0.854(0.775~0.914)和1.000(0.967~1.000),差异有统计学意义(Z=4.273,P<0.05)。结论:建立的决策树模型诊断肺癌的效果优于logistic回归模型。