基于XGBoost联合SHAP构建非瓣膜性心房颤动患者左心房血栓或自发显影的风险预测及可解释分析
Risk prediction and interpretability analysis for left atrial thrombus or spontaneous echo contrast in patients with non-valvular atrial fibrillation based on XGBoost and SHAP
摘要目的 探讨基于极端梯度提升(XGBoost)联合沙普利加和解释(SHAP)构建非瓣膜性心房颤动(NVAF)患者左心房血栓(LAT)或自发显影(SEC)的风险预测模型及变量权重的可解释分析.方法 单中心、回顾性研究.连续选取2016年1月至2022年4月沧州市中心医院接受经食管超声心动图检查的490例NVAF患者,其中男性268例(54.7%),按照7∶3比例由程序随机分为建模队列和验证队列.通过受试者工作特征(ROC)曲线、校准曲线、决策曲线分析及SHAP值评估XGBoost模型对LAT/SEC的预测价值,并与CHADS2及CHA2DS2-VASc评分的曲线下面积(AUC)进行比较.结果 NVAF患者LAT/SEC的发生率为10.6%(52/490).非LAT/SEC组与LAT/SEC组患者在高血压、糖尿病、脑卒中、外周血管疾病、充血性心力衰竭、非阵发性心房颤动、左心房内径增大、左心室舒张末期内径增大、左心室射血分数、估算肾小球滤过率下降及未抗凝治疗方面的差异均有统计学意义(均为P<0.05).Logistic回归分析结果显示,糖尿病、脑卒中、外周血管疾病、非阵发性心房颤动、左心房内径增大、左心室舒张末期内径增大、左心室射血分数、估算肾小球滤过率下降及未抗凝治疗为NVAF患者发生LAT/SEC的独立危险因素(均为P<0.05).ROC曲线分析结果表明,在建模队列中,XGBoost模型的AUC(0.952)高于CHADS2(0.749)及 CHA2DS2-VASc评分(0.790);在验证队列中,XGBoost模型的AUC(0.942)亦高于CHADS2(0.695)及CHA2DS2-VASc评分(0.661),均为P<0.001.通过SHAP值解析XGBoost模型,SHAP值范围为0.090~0.653,其中左心室射血分数的权重最大.结论 XGBoost模型对NVAF患者LAT/SEC具有良好的预测价值,优于CHADS2及CHA2DS2-VASc评分.
更多相关知识
- 浏览22
- 被引0
- 下载15

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



