摘要

背景

動(dòng)脈硬度的增加是心血管疾病的高風(fēng)險(xiǎn)因素，因此早期識(shí)別至關(guān)重要。本研究基于一個(gè)看似健康的社區(qū)人群的數(shù)據(jù)，利用機(jī)器學(xué)習(xí)算法篩選影響早期動(dòng)脈硬度的因素，并構(gòu)建了一個(gè)風(fēng)險(xiǎn)預(yù)測(cè)模型。

方法

在這項(xiàng)橫斷面研究中，2024年6月至12月期間共招募了2948名社區(qū)參與者。測(cè)量了24個(gè)與代謝、脂質(zhì)和炎癥相關(guān)的血液指標(biāo)。采用最小絕對(duì)收縮和選擇算子（LASSO）回歸方法來選擇和調(diào)整基線臨床變量中的顯著混雜因素。隨后進(jìn)行單變量和多變量邏輯回歸分析，以確定與早期動(dòng)脈硬度增加（定義為肱動(dòng)脈-踝動(dòng)脈脈波速度（baPWV）≥1400 cm/s）獨(dú)立相關(guān)的指標(biāo)。結(jié)合Shapley加性解釋（SHAP）分析的隨機(jī)森林模型被用來評(píng)估和排序所有候選變量的預(yù)測(cè)重要性。通過這些分析確定的關(guān)鍵預(yù)測(cè)因子被整合到一個(gè)多變量邏輯回歸模型中，并以諾模圖的形式可視化。模型性能通過判別能力、校準(zhǔn)和決策曲線分析（DCA）進(jìn)行評(píng)估。

結(jié)果

共有1636名參與者（55.5%）被發(fā)現(xiàn)有早期動(dòng)脈硬度增加的情況。多變量分析確定了九個(gè)獨(dú)立的風(fēng)險(xiǎn)因素，包括單核細(xì)胞與高密度脂蛋白膽固醇比率（MHR）、Castelli風(fēng)險(xiǎn)指數(shù)I和II（CRI-I、CRI-II）、動(dòng)脈粥樣硬化指數(shù)（AI）、甘油三酯-腰圍（TyG-WC）、甘油三酯-腰圍與身高比率（TyG-WHtR）、中性粒細(xì)胞與HDL比率（NHR）、血小板與HDL比率（PHR）以及尿酸與HDL比率（UHR）。隨機(jī)森林模型顯示年齡、收縮壓和舒張壓、TyG-WHtR、心率、空腹血糖和糖化血紅蛋白是主要的預(yù)測(cè)因子。SHAP分析證實(shí)了TyG-WHtR的顯著貢獻(xiàn)。所得諾模圖在測(cè)試集中的判別能力優(yōu)異（AUC=0.877，95% CI：0.865–0.889），且校準(zhǔn)效果良好。開發(fā)了一個(gè)基于網(wǎng)絡(luò)的計(jì)算器用于個(gè)體化風(fēng)險(xiǎn)估計(jì)。

結(jié)論

本研究開發(fā)并內(nèi)部驗(yàn)證了一個(gè)預(yù)測(cè)模型，該模型結(jié)合了七個(gè)常規(guī)臨床指標(biāo)來評(píng)估社區(qū)人群的動(dòng)脈硬度風(fēng)險(xiǎn)。TyG-WHtR被證明是一個(gè)關(guān)鍵的獨(dú)立預(yù)測(cè)因子。該模型及其可視化工具為社區(qū)范圍內(nèi)的早期動(dòng)脈硬度篩查提供了實(shí)用的方法。

試驗(yàn)注冊(cè)

臨床隊(duì)列注冊(cè)編號(hào)：ChiCTR2300068117

注冊(cè)日期：2023-02-07