一种基于人工智能技术推导低密度脂蛋白胆固醇浓度的新方法
2023-02-13陈磊陈蓉张红星华木星王芳
中国循环杂志 2023年1期
陈磊,陈蓉,张红星,华木星,王芳
随着我国人民生活水平不断提升和老龄化问题日趋严重,心血管疾病发病率和死亡率逐年上升,尤其是农村和贫困地区[1]。低密度脂蛋白胆固醇(LDL-C)浓度增高是动脉粥样硬化发生发展的重要危险因素[2],但是我国的血脂异常管理不容乐观,且患病率持续增高[3],普及LDL-C 浓度测定对预防以动脉粥样硬化为主的心血管疾病有积极意义。测量LDL-C 浓度的方法包括直接测定法和公式法。直接测定法结果较为准确,但会增加一定医疗开支。公式法计算LDL-C 浓度不受血清状态影响,适合非空腹或高脂血症人群估计LDL-C 浓度,且能节约一定医疗资源,但传统公式法计算LDL-C 浓度尤其在高甘油三酯(TG)和低LDL-C 水平时计算值与实测值差异较大[4],并且国际上常用的传统公式都是基于欧美人群数据,在我国应用有一定局限性。人工智能是以高等数学为基础、利用计算机的优势解决此类用一个或几个复杂公式尚不能完全概括其结论的问题,其预测结果往往优于单纯经验或单一数学公式推导的结论。本研究选用人工智能中的极限树回归(ETR)模型推导LDL-C 浓度,与指南推荐方法进行比较,旨在寻找适合预测LDL-C 浓度的最佳方法。
1 资料与方法
研究对象:收集云南省阜外心血管病医院自2017 年9 月至2021 年11 月期间,测定过血清总胆固醇(TC)、TG、LDL-C、高密度脂蛋白胆固醇(HDL-C)的118 449 例样本。样本由住院和体检患者组成,男性居多,包含各型高脂血症患者和表观健康人。删除有缺失值数据条目。……
登录APP查看全文
