不平衡集成算法LASSO-EasyEnsemble在冠心病预后预测中的应用及可解释性研究

摘要

目的 针对冠心病预后预测中遇到的高噪声、类间不平衡的特点，通过LASSO特征筛选后，构建EasyEnsemble不平衡集成模型并对模型性能进行评估。方法 基于2009—2018年美国健康与营养调查公共数据库的调查数据，随访时间截止到2019年。预后有无因病死亡作为结局，通过LASSO进行特征选择，使用筛选后特征构建EasyEnsemble不平衡集成预测模型和SMOTE+LightGBM、XGBoost、Random Forest预测模型，采用网格搜索法对每个模型进行参数优化，通过AUC、精确率、特异度、G-mean和性能曲线评价其分类性能；应用SHAP(shapley additive explanation)进行模型可解释性分析。结果 EasyEnsemble模型的综合性能最高，AUC为0.80(95%CI:0.79～0.82),精确率为0.86(95%CI:0.78～0.93),特异度为0.99(95%CI:0.98～0.99)和G-mean为0.79(95%CI:0.76～0.83),性能曲线也显示最高。同时，年龄、血清磷、糖尿病、白蛋白等是影响患者预后的重要因素。结论 基于LASSO-EasyEnsemble的不平衡集成模型能够实现对冠心病患者预后的精准预测，结合SHAP可以帮助临床医生更好地评估疾病严重程度和识别高危人群以便实现患者个性化管理。

关键词

冠心病 / 不平衡数据 / 集成学习 / 预后预测 / 可解释性