整合胰岛素抵抗标志物复合吸烟行为综合风险指数的构建及在高血压前期风险预测中的应用
李全祎
李梦环
蒋维
潘萍
潘扬
孙秋
210029 江苏省南京市,南京医科大学附属脑科医院心血管内科
摘要：目的 构建整合胰岛素抵抗标志物与吸烟行为的综合风险指数(CRI),开发高性能机器学习模型预测高血压前期风险.方法 回顾性纳入986例南京脑科医院体检者(2020～2025年).创新CRI公式,采用通过Cubic混沌初始化与逐维高斯变异优化权重系数的改进雪雁优化算法(ISGA),寻找CRI公式中的最优决策变量.通过Lasso回归筛选核心预测变量,应用6种机器学习模型建模,采用Smote处理类别不平衡并优化超参数,评估体系包含受试者工作特征曲线下面积(ROC-AUC)、精确率-召回率曲线下面积(PR-AUC)、校准曲线及决策曲线分析(DCA),SHAP解释模型量化特征贡献.结果 采用Lasso回归筛选出6个对高血压前期预测最具价值变量:CRI、年龄、腰围、高血压家族史、高密度脂蛋白胆固醇(HDL-C)和空腹血糖.根据筛选出的变量,使用了逻辑回归(LR)、支持向量机(SVM)、随机森林、BP神经网络(BPNN)、XGBoost和LightGBM 6种机器学习模型构建模型,结果显示,LightGBM模型性能最优,测试集ROC-AUC达0.9495,PR-AUC达0.9526,显著优于其他模型.DCA显示在1%～90%阈值区间具有显著净获益,校准曲线Brier分数0.1084.SHAP分析揭示核心预测因子贡献排序:CRI、年龄、腰围、高血压家族史、HDL-C、空腹血糖.结论 本研究开发的融合智能优化与可解释人工智能的综合风险指数评估模型,以直观、可操作的计算方式赋能医师进行可靠的个体化风险分层,为优化早期干预策略与医疗资源配置提供了实用的工具基础.
关键词：甘油三酯-葡萄糖指数体重指数吸烟综合风险指数高血压前期风险预测模型机器学习LightGBM
分类号：R544.1(心脏、血管（循环系）疾病)
论文发表日期：2025-12-20
在线出版日期：2026-01-04（本平台首次上网日期，不代表文献的发表时间）
页数：9( 1121-1129 )
英文信息