[论文解读] Improving Cardiovascular Disease Prediction Through Comparative Analysis of Machine Learning Models: A Case Study on Myocardial Infarction

Jonayet Miah, Ca, Duc M+4 more|arXiv (Cornell University)|Nov 1, 2023

Artificial Intelligence in Healthcare被引用 5

一句话总结

本研究评估了六种机器学习模型——逻辑回归、支持向量机、决策树、袋装法、XGBoost 和 LightGBM——在使用临床危险因素预测心肌梗死方面的表现。XGBoost 达到了最高的准确率（92.72%），显示出其在提升心血管疾病预测能力方面的优越性，并支持主动的临床干预。

ABSTRACT

Cardiovascular disease remains a leading cause of mortality in the contemporary world. Its association with smoking, elevated blood pressure, and cholesterol levels underscores the significance of these risk factors. This study addresses the challenge of predicting myocardial illness, a formidable task in medical research. Accurate predictions are pivotal for refining healthcare strategies. This investigation conducts a comparative analysis of six distinct machine learning models: Logistic Regression, Support Vector Machine, Decision Tree, Bagging, XGBoost, and LightGBM. The attained outcomes exhibit promise, with accuracy rates as follows: Logistic Regression (81.00%), Support Vector Machine (75.01%), XGBoost (92.72%), LightGBM (90.60%), Decision Tree (82.30%), and Bagging (83.01%). Notably, XGBoost emerges as the top-performing model. These findings underscore its potential to enhance predictive precision for coronary infarction. As the prevalence of cardiovascular risk factors persists, incorporating advanced machine learning techniques holds the potential to refine proactive medical interventions.

研究动机与目标

• 通过机器学习模型提高心肌梗死预测的准确性。
• 比较多种监督学习算法在临床心血管数据集上的性能表现。
• 识别出最适合早期检测冠状动脉梗死风险的模型。
• 通过高精度预测建模，支持数据驱动的主动医疗策略。
• 使用标准性能指标对多种算法的模型稳健性进行评估。

提出的方法

• 本研究采用六种监督机器学习模型的对比分析：逻辑回归、支持向量机、决策树、袋装法、XGBoost 和 LightGBM。
• 模型在包含吸烟、血压和胆固醇水平等危险因素的临床数据集上进行训练与评估。
• 通过标准分类指标评估性能，以准确率为首要评估标准。
• 对 XGBoost 和 LightGBM 进行超参数调优，以提升预测性能。
• 在模型训练前，对数据集进行预处理，以处理缺失值并归一化特征。
• 采用交叉验证以确保模型在不同数据划分下的稳定性与泛化能力。

实验结果

研究问题

• RQ1 在所评估的模型中，哪种机器学习模型在预测心肌梗死方面达到最高准确率？
• RQ2 集成方法如 XGBoost 和 LightGBM 在心血管风险预测中与传统模型如逻辑回归和 SVM 相比表现如何？
• RQ3 临床危险因素（如血压和胆固醇）对模型性能的贡献程度如何？
• RQ4 XGBoost 是否能在临床环境中提供一种可靠且稳健的早期冠状动脉梗死检测解决方案？
• RQ5 在此预测任务中，树模型与线性模型的相对性能如何？

主要发现

• XGBoost 达到最高的预测准确率 92.72%，优于所有其他模型。
• LightGBM 表现优异，准确率达到 90.60%，在所有模型中排名第二。
• 逻辑回归准确率为 81.00%，作为对比的基线模型。
• 决策树模型准确率为 82.30%，表现出中等预测能力。
• 袋装法在单个模型基础上有所提升，准确率达到 83.01%。
• 支持向量机模型在所评估模型中准确率最低，为 75.01%。