山西省脑卒中主要风险因素的分析与分类
机器学习
2021-06-02 v1
摘要
在中国，脑卒中近年来为首位死亡原因。它是导致长期身体和认知障碍的主要原因，给国家公共卫生系统带来巨大压力。评估脑卒中发病风险对于中国的脑卒中防治十分重要。本研究分析了一个包含2018年2000名住院脑卒中患者以及2017至2020年间27583名居民的数据集。由于数据存在不完整、不一致和非结构化格式，原始数据中的缺失值以 -1 作为异常类填充。利用清洗后的特征，通过使用机器学习方法构建了三个关于脑卒中发病风险等级的模型。通过决策树和随机森林模型评估了中国国家脑卒中防治工程（CSPP）中“8+2”因素的重要性。除“8+2”因素外，利用随机森林模型评估并排序了生活方式信息、人口统计学信息和医学测量特征的重要性及 SHAP1 值。此外，应用逻辑回归模型评估不同风险等级下脑卒中的发病概率。基于山西省社区和医院的普查数据，我们利用可解释机器学习模型研究了不同的脑卒中发病风险因素及其排序。结果表明，高血压（收缩压、舒张压）、缺乏身体活动（缺乏运动）和超重（BMI）被列为山西省前三位的高危脑卒中风险因素。个人患脑卒中的概率也可通过我们的机器学习模型进行预测。
引用
@article{arxiv.2106.00002,
title = {Analysis and classification of main risk factors causing stroke in Shanxi Province},
author = {Junjie Liu and Yiyang Sun and Jing Ma and Jiachen Tu and Yuhui Deng and Ping He and Huaxiong Huang and Xiaoshuang Zhou and Shixin Xu},
journal= {arXiv preprint arXiv:2106.00002},
year = {2021}
}
备注
13 pages, 9 figures