文摘

准确的风险评估高危患者在临床实践中至关重要。然而,没有实际可行的方法来预测或监控的st段抬高心肌梗死患者的预后肝素)并发高尿酸血。我们旨在评估不同的机器学习模型的性能预测的1年死亡率STEMI患者高尿酸血。我们比较五个机器学习模型(逻辑回归, - - - - - -最近邻,CatBoost,随机森林,XGBoost)与传统的全球风险评分(GRACE)急性冠脉事件注册。我们注册病人> 18岁诊断出患有STEMI和高尿酸血在遵义医学院附属医院2016年1月至2020年1月。总体而言,656名患者(平均年龄, ;83.6%,男性)。所有患者行急诊经皮冠状动脉介入。我们评估五个机器学习分类器的性能和优雅的风险模型在预测1年死亡率。曲线下的面积(AUC)的六个模型,包括风险模型,从0.75到0.88不等。在所有的模型中,CatBoost预测精度最高(0.89),AUC(0.87),精密(0.84),(0.44)F1值。混合后取样技术优化,CatBoost精度最高(0.96),AUC(0.99)、(0.95),精度和F1值(0.97)。机器学习算法,尤其是CatBoost模型,可以准确地预测相关的死亡率STEMI后并发高尿酸血1年随访。

1。介绍

目前最常见的心血管疾病包括高血压、心力衰竭、冠状动脉粥样硬化、心肌梗死(MI);有广泛的兴趣在这些条件下,与高发病率和死亡率有关。近年来,与心肌梗死相关的发病率和死亡率增加。心肌梗死的发生率,但不是强烈的地区在中国,发现随着年龄的增加(1]。研究表明,心肌梗死通常在年轻人和中年人开始发展。因此,预防、检测和治疗心肌梗死已成为医学专家和学者的兴趣的一个领域。近年来,尿酸(UA)已经越来越被认为是一个著名的心血管危险因素,高血压,糖尿病,慢性肾脏疾病(CKD),和肥胖2- - - - - -7]。尽管目前尚不清楚UA是心血管疾病的一个独立预测因素,最近的回顾性研究表明,高尿酸血是短期和长期死亡率的独立预测指标在AMI患者8- - - - - -10]。机器学习是一个多学科领域涉及人工智能、计算复杂性理论,概率和统计,控制论,信息论,哲学、生理学、神经生物学等学科,可以表现为系统的自我完善。机器学习是研究方法的开发基于神经元模型和函数逼近理论;规则学习和决策树学习然后合并基于符号演算(11]。此外,机器学习中扮演着重要的角色在临床实践和心脏病。每台机器学习算法在不同领域都有其优点。先前的研究已经发现,机器学习有很好的预测能力在预测急性心肌梗死intrahospital死亡率和短期预后。然而,数据分布不平衡和质量的死亡和幸存者,这可能导致误分类,在机器学习的巨大挑战。如果模型评价过分强调曲线下的面积(AUC)指数,它可能会忽略真正的弱点预测实际死亡人数。目前,没有发展一个更全面的机器学习研究的预后预测模型的st段抬高心肌梗死患者肝素)高尿酸血。因此,在这项研究中,我们评估多个性能指标预测1年死亡率STEMI患者高尿酸血,通过使用不同的机器学习模型包括逻辑回归(LR), - - - - - -最近邻(资讯),CatBoost,随机森林(RF), XGBoost。然后我们将这些模型与传统的优雅风险评分。改善不平衡学习的预测精度,我们使用SMOTEENN,少数混合采样算法合成过采样技术(杀),和编辑最近邻(新奥集团)算法oversample通过创建合成少数类样本。

2。材料和方法

2.1。病人

这次调查后透明报告个人预后和诊断的多变量预测模型(三脚架)报告指南队列研究(12]。我们连续登记病人> 18岁诊断出患有STEMI在遵义医学院附属医院2016年1月至2020年1月(图1)。入选标准如下:(1)增加或静止发生缺血性胸痛;(2)高程 ;(3)海拔st段在两个连续的领导;(4)提高心肌肌钙蛋白I (≥0.03μg / L)或心肌肌钙蛋白T水平(≥42 ng / L);(5)入院诊断为高尿酸血;(6)没有最近的肾毒性药物摄入的历史;和(7)收到紧急经皮冠状动脉介入(PCI)治疗。药物的使用是基于推荐的治疗标准发布指导方针。研究伦理委员会的批准了遵义医科大学的附属医院(批准号KLL [2020] 0144)。需要书面知情同意放弃由于回顾性研究的性质。

2.2。结果

主要结果被定义为心脏和突然死亡在出院后1年的临床随访。患者住院期间死亡被排除在分析;2021年1月随访期结束。所有符合条件的患者加入这项研究通过电话访谈或门诊随访。

2.3。候选人预测

数据人口学特征、疾病、心电图结果,实验室参数对承认,和住院事件获得病人的医疗记录。基线特征、人口统计数据(年龄和性别),危险因素(高血压、糖尿病、经常吸烟,家族病史),nonweekday入学(新世界),延迟(定义为病人 ),病史(以前的中风,以前的CKD),与心电图(ECG)发现(低,前、右心室和其他)都是来自我们的电子数据库。高尿酸血是由血清UA水平> 7毫克/分升(417更易/ L)男人和> 6 mg / dL(357更易/ L)女性入学。病人收集的数据包括人口统计信息、基线特征在入院,诊断和治疗住院期间,患病的船舶识别过程期间,在放电诊断和药物治疗,并发症,如高血压、糖尿病、肾脏疾病;总的来说,41个特点进行了分析。基于三脚架报告指南,样本量的经验法则是至少有10结果事件/变量(EPV)。

2.4。数据收集

在我们的数据源中,所有属性,可以再细分分为独立的类,每个类生成一个新的属性。一个炎热的编码的新属性编码规则。数据是由研究人员容易错误的符号;数据清理和编辑,包括消除印刷错误,和评估数据质量数据报告,进行第二个研究以避免有缺陷的模型训练过程。评估预测的研究已经完成参与者没有知识的结果。一个调查员评估所有人口统计信息和临床数据和死亡率的结果是不可见的。此外,不同的研究人员评估结果的合理性有关死亡率的结果。

2.5。缺失值

完整的案例数据收集的电子健康记录(EHRs)和分析;可以查询所有变量在电子医疗纪录。一些患者被排除在外,因为他们拒绝接受候选预测实验室测试或未能遵守1年随访。

2.6。统计分析

提出了连续变量的 ,和分类变量是由计数和百分比表示。不同组间基线特征使用独立的样本进行了分析 - - - - - -测试。的Mann-Whitney测试是用于连续变量,和卡方检验或确切概率法被用于分类变量。前面描述的恩典风险评分被用来分析死亡率,这是根据公布的公式计算(13]。五个机器学习分类器(LR,然而,CatBoost、射频和XGBoost)和整体模型被用作监督机器学习方法来预测1年随访后的生存状态。为了解决不平衡数据分类的问题由于医学诊断,我们使用SMOTEENN,击杀和新奥集团算法的混合采样算法;这有助于oversample少数(死亡病例)类通过创建合成样品,紧随其后的是清洁标签实例。监督学习的目的是建立一个简洁的模型结果类型分布在机器学习(称为标签),基于预测的参数(14]。crossvalidation所有模型都验证了10倍。特性工程,所有分类特性被在一个炎热的编码,转换和缺失值missForest提供的方法。与传统的链复丝方法相比,该方法可以获得显著的性能改进(14- - - - - -16]。以下指标被用来定义模型性能:AUC,召回,精密,F1值。Python(3.7版本,https://www.python.org/)是用于所有统计分析。

3所示。结果与讨论

2016年1月至2020年1月,共有738名STEMI患者登记数据库中符合入选标准。排除那些失访( ),656名患者参加本研究。病人的平均年龄为62.5岁(±13.6年),83.6%为男性。所有患者行急诊PCI。平均随访时间为25个月,91例患者1年内死于承认,导致13.8%的死亡率。表1总结了人口统计信息的差异,承认基线特征,病变血管之间的病人幸存下来,那些死亡。考虑到不平衡分类数据的样本 ,五个机器学习算法(逻辑回归、资讯、射频、XGBoost和CatBoost)开发的1年死亡率预测所有可用的特性。射频( , )和CatBoost ( , )提供类似的AUC值在我们的研究中,和预测性能高于传统优雅的分数。作为一个传统的风险评估工具,优雅( , )也显示良好的歧视性的能力在我们的研究中(表2)。RF分类器优于其它模型的AUC crossvalidation结果(图2)。本研究使用SMOTEENN进一步优化模型;因此,所有机器学习模型的性能提高显著(表2,图3)。在使用SMOTEENN产生更多的少数类样本,CatBoost模型( , , , , )(图显示出最高的性能4)。我们研究了不同模型相结合来提高性能的可能性。特别是,我们尝试几个乐团和组合方法,包括上述训练分类器,结合他们的预测来检查是否比任何单一分类器(表组合3)。CatBoost分别结合装袋和提高。进一步,当每个模型的预测概率作为组合通过LR的组合规则,然而,和XGBoost模型crossvalidation 10倍后,一些模型部分的性能改善(从0.33到0.53召回;F1值从0.44到0.58),而与一个单一的模型。这表明不同的模型可以被看作是部分互补。当其他上述模型中集成方法根据不同的组合,非常相似的结果。

由于最近胸痛中心在中国的广泛发展,70.8%的急性STEMI患者住院后12小时内发病,提示再灌注治疗。因此,医院死亡率显著降低。及时有效的血管再生治疗是降低死亡率,改善预后的关键AMI。救援体系基于胸痛中心发挥了至关重要的作用在提高AMI患者的血管再生的及时性和降低死亡率。

先前的研究已经证实,基线肾脏功能障碍和急性肾损伤是住院的强烈预报和长期不良心血管结果STEMI后复杂心原性休克(17]。STEMI-related死亡率相当高的那些已经成功入侵过程或与糖尿病、慢性肾功能衰竭,高血清乳酸或血糖水平(17,18]。

UA是嘌呤代谢的最终产物,是由黄嘌呤氧化酶代谢。高尿酸血会导致痛风和肾结石;它也涉及作为疾病的指标,如代谢综合征,糖尿病,心血管疾病,慢性肾脏疾病。先前的研究表明,高尿酸血与STEMI与预后不良相关和高死亡和主要不良心血管事件发生率(锤)19]。虽然高尿酸血不良反应的病理生理机制尚未完全阐明,它似乎是多因素疾病。的实验证据,高尿酸血与各种proatherogenic流程,包括增加氧化应激,抑制内皮一氧化氮,激活肾素-血管紧张素系统,增加微血管损伤通过内皮功能障碍和血管平滑肌细胞增殖20.- - - - - -23]。

目前还没有有效的评估方法来预测这些患者的长期预后。优雅的风险分数可以用来估计急性冠脉综合征后随访结果。尽管亚洲人并不包括在模型的开发,使用优雅显示良好的歧视性的准确性预测短期和长期钉头槌MI患者在亚洲(24]。我们组有25个月的中位随访时间,类似于先前发表的研究( , )。然而,这些传统的统计方法评估工具包括Cox比例风险回归模型。研究人员假设,采用主观特征选择模型拟合之前,可能会导致信息丢失(15]。当我们进入精密医学的时代,风险评估工具的需求获得的重要性。在这种情况下,研究的目标是生成一个模型,该模型可以预测结果最为准确,机器学习算法比传统的回归方法可能更有利。首先,机器学习方法可以计算多个相关预测,非线性关系和内部相互作用预测大型数据集和结束事件。第二,作为一个关键组成部分三脚架原始声明报告25),模型建立后应该验证。在这种情况下,使用机器学习的方法,模型性能更强劲的外部验证后。在这项研究中,我们比较几个标准的机器学习方法和执行10倍crossinternal验证的数据集在没有外部数据,以确保模型的鲁棒性。然而,在传统的回归模型,内部验证是没有必要的,因为前一个(理想情况下)提出一个分析模型拟合的数据15]。考虑到每个机器学习方法的不同的效果在解决医疗专业问题,本研究比较各种机器学习方法的效率和鲁棒性与传统风险评分获得更为谨慎的结果。

在先前的研究中,机器学习方法显示一个更好的预测能力短期死亡率STEMI后,虽然XGBoost显示比其他机器学习模型更好的预测能力前壁STEMI患者(14]。梯度增加树(GBT)方法,如XGBoost,射频,CatBoost,提供类似的AUC值在我们的研究中。然而,模型优化后,CatBoost模型显示更准确的预测能力。CatBoost算法,于2017年被释放,LightGBM, XGBoost GBT的三种主流的机器学习方法。CatBoost算法是一个GBT框架基于一个不对称的决策树算法(无视树),只有几个参数;它支持类变量和具有较高的精度。主要解决的问题处理类别特性有效和合理。

此外,提高算法的精度和泛化能力,提出了一种新的方法来解释梯度偏差(梯度偏差)和预测部分(预测转变)问题。2017年发布的新算法,该方法可以在临床实践中占类别的特性,可以有效地防止过度拟合;其训练精度高引起了广泛关注。我们的研究也证明了模型的精度高。有趣的是,临床样本的不平衡的前提下,机器学习方法与过采样技术SMOTEENN可以显著提高性能。SMOTEENN杀是一种混合采样技术和新奥集团算法,通常是用来oversample通过创建合成少数类样本,其次是清洁贴错标签实例(26]。必须注意这些合成的戏剧性效果抽样技术在机器学习模型。

我们的研究也有一些局限性。由于本研究回顾性设计,病人数据收集的过程可能会伴随着风险的偏见。此外,这是一个单中心研究,包括唯一的中国患者。临床样本的不平衡的前提下,基于临床数据的机器学习方法就不能获得更高的AUC值;即使是过采样技术不能显著提高性能。第二,虽然机器模型基于混合采样技术取得了优秀的业绩在这项研究中,样品在混合采样技术是计算机生成的样品,而不是真正的病人;因此,做出更准确评估预后的STEMI患者高尿酸血使用大临床数据需要进一步分析使用更广泛的数据集。尽管上述限制,我们的研究也有一些优势。预测方法的结果提供一个有效的和健壮的1年死亡率STEMI患者并发高尿酸血,通过crossvalidation机器学习模型。进一步的研究需要结合的社会因素,环境参数和表型信息(如基因组或蛋白质组学数据)在心肌梗死预后的预测。

4所示。结论

总之,机器学习方法的预测能力明显高于传统的统计评分模型。机器学习模型将有利于预测和早期检测钉头槌STEMI患者并发高尿酸血。此外,在临床样本不平衡的情况下,过采样技术可以显著改善模型性能和能力;然而,至关重要的是要注意的戏剧性的合成采样技术对模型的影响。在临床医学仍有未知的领域,方法准确预测某种疾病或不良事件的发生仍将是持久的临床研究的焦点。尽管目前机器学习似乎有很好的预测效果,进一步合理和科学验证是必须的。

数据可用性

相对应的数据集可从作者在合理的请求。

伦理批准

这项研究是在当地伦理委员会批准遵义医学院附属医院(没有批准。KLL [2020] 0144)。

同意

需要获得患者的书面知情同意放弃由于自然研究的回顾。

的利益冲突

作者没有披露关于这个手稿。

作者的贡献

Ranzun赵、浙江刘、王Zhenglong和彝族马负责采集、分析、解释数据;Zhixun白起草的手稿;贝史的重要修订手稿重要知识内容;Zhixun呗,卢静(音),挺李的统计分析;Zhixun呗,卢静(音)和李Ting担任co-first作者;Zhixun呗,卢静(音),和李停了同样的工作。