[论文解读] Prediction of Coronary Heart Disease Using Routine Blood Tests

Menɡ Ninɡ, Peng Zhang+3 more|arXiv (Cornell University)|Sep 12, 2018

Cardiovascular Function and Risk FactorsMedicine参考文献 6被引用 4

一句话总结

本研究利用常规血液检查数据开发了一种两层梯度提升决策树（GBDT）模型，用于预测冠状动脉心脏病（CHD）风险，识别CHD患者时灵敏度达到86%。该模型基于15,000份血液检查记录对健康、CHD及其他疾病进行分类，揭示了与CHD相关的血液标志物的清晰模式，具有临床应用价值。

ABSTRACT

Background --The objective of this study was to examine the association of routine blood test results with coronary heart disease (CHD) risk, to incorporate them into coronary prediction models and to compare the discrimination properties of this approach with other prediction functions. Methods and Results --This work was designed as a retrospective, single-center study of a hospital-based cohort. The 5060 CHD patients (2365 men and 2695 women) were 1 to 97 years old at baseline with 8 years (2009-2017) of medical records, 5051 health check-ups and 5075 cases of other diseases. We developed a two-layer Gradient Boosting Decision Tree(GBDT) model based on routine blood data to predict the risk of coronary heart disease, which could identify 86% of people with coronary heart disease. We built a dataset with 15,000 routine blood tests results. Using this dataset, we trained the two-layer GBDT model to classify healthy status, coronary heart disease and other diseases. As a result of the classification after machine learning, we found that the sensitivity of detecting the health data was approximately 93% for all data, and the sensitivity of detecting CHD was 93% for disease data that included coronary heart disease. On this basis, we further visualized the correlation between routine blood results and related data items, and there was an obvious pattern in health and coronary heart disease in all data presentations, which can be used for clinical reference. Finally, we briefly analyzed the results above from the perspective of pathophysiology. Conclusions --Routine blood data provides more information about CHD than what we already know through the correlation between test results and related data items. A simple coronary disease prediction model was developed using a GBDT algorithm, which will allow physicians to predict CHD risk in patients without overt CHD.

研究动机与目标

• 探讨常规血液检查结果与冠状动脉心脏病（CHD）风险之间的关联。
• 开发一种机器学习模型，利用标准实验室数据提升CHD风险预测能力。
• 将所提出的模型性能与现有预测模型进行比较。
• 可视化血液检查结果与CHD之间的相关性，以增强临床可解释性。
• 对识别出的生物标志物模式提供病理生理学解释。

提出的方法

• 采用回顾性、单中心研究设计，使用某医院队列2009年至2017年共8年的医疗记录。
• 整理了包含15,000份常规血液检查结果的数据集，其中包括5,060例CHD病例、5,051例健康体检及5,075例其他疾病病例。
• 训练了一个两层梯度提升决策树（GBDT）模型，用于对三类进行分类：健康、CHD及其他疾病。
• 利用特征重要性分析与相关性分析，识别与CHD相关的关键血液标志物。
• 通过三类中的敏感性、特异性和分类准确率评估模型性能。
• 基于识别出的血液检查模式，提供病理生理学解释。

实验结果

研究问题

• RQ1 常规血液检查结果是否能超越传统方法，提升冠状动脉心脏病风险的预测能力？
• RQ2 基于GBDT的模型在仅使用标准血液检查数据的情况下，对CHD的分类性能如何？
• RQ3 在数据集中，哪些血液检查参数与CHD的关联性最强？
• RQ4 血液检查模式的可视化是否能增强临床对CHD风险的理解？
• RQ5 所识别的生物标志物模式是否与已知的CHD病理生理机制相符？

主要发现

• GBDT模型利用常规血液检查数据，在识别冠状动脉心脏病患者方面达到86%的敏感性。
• 在全数据集中，该模型对健康个体的检测敏感性达93%。
• 在分析与疾病相关数据时，CHD检测的敏感性为93%，表明分类性能优异。
• 健康个体与CHD患者之间的血液检查结果呈现出清晰且显著的差异模式，支持临床可解释性。
• 该模型成功将CHD与其他疾病区分开来，表明其在识别CHD相关生物标志物特征方面具有特异性。
• 病理生理学分析揭示了所识别血液标志物与冠状动脉心脏病发病机制之间具有合理的生物学关联。