基于机器学习的心血管疾病死亡率预测方法：在高风险人群中应用累积PM2.5暴露指标——一项回顾性队列研究

《Scientific Reports》：Machine-learning-based cardiovascular mortality prediction using a cumulative PM2.5 exposure metric in high risk groups: a retrospective cohort study

　　

摘要

心血管疾病（CVD）的经典风险因素已经得到充分证实。尽管空气污染（AP）与CVD之间的关联也已被广泛认可，但将其纳入心血管疾病死亡风险预测模型中的程度仍然有限，尤其是在机器学习方法的背景下。我们在前瞻性EP-PARTICLES队列中进行了一项研究，通过使用“ePM-years指数”来量化将环境因素整合到预测模型中对CVD死亡风险预测的改进效果。该指数反映了长期PM_2.5暴露量超过参考阈值的比例相对于总暴露量的情况，并结合了先进的机器学习（ML）技术。研究共纳入6935名患者（平均年龄64.5 ± 10.1岁；46%为女性），中位观察期为3140天（IQR 2377–4169天）。我们分析了21个经典风险因素，以心血管死亡作为主要终点。为每位患者计算了“ePM-years指数”。通过χ²检验和蒙特卡洛策略筛选出最具区分能力的预测因子。应用机器学习技术以提高死亡风险预测的准确性并识别关键风险因素。在患者中，2646人（38.2%）患有CVD，927人（13.4%）死于CVD。特征选择确定了21个预测因子中的14个（66.7%）最具区分能力。未使用“ePM-years指数”的最佳机器学习模型的马修斯相关系数（MCC）为0.281 ± 0.021，正确分类了72.59%的患者。加入“ePM-years指数”后，机器学习模型的性能提升至MCC 0.657 ± 0.027，正确分类了92.75%的患者。利用“ePM-years指数”的机器学习模型的曲线下面积（AUC）介于0.88到0.91之间。长期暴露于PM_2.5与高风险组中的CVD死亡风险增加有关。结合PM_2.5的机器学习模型表现出更强的预测能力和临床实用性。将环境因素纳入CVD死亡风险评估中可以改善风险分层，而机器学习工具有助于构建更简单、更具临床实用性的模型。

试验注册 该研究已在ClinicalTrials.gov（NCT05198492）上注册。