基于智能算法的心血管疾病關(guān)聯(lián)研究

李欣宇 王雯 祝騰飛

摘 要：目前，心血管疾病已經(jīng)成為重大的公共衛(wèi)生問題，我國(guó)的心血管發(fā)病率呈持續(xù)長(zhǎng)升趨勢(shì)。對(duì)心血管疾病進(jìn)行多因素關(guān)聯(lián)分析可為臨床決策提供指導(dǎo)作用。因此，通過加權(quán)似然函數(shù)法構(gòu)建樹，基于粒子群算法實(shí)現(xiàn)模型參數(shù)優(yōu)化，選取具有最大加權(quán)似然函數(shù)值的路徑為最優(yōu)路徑，從而實(shí)現(xiàn)疾病關(guān)聯(lián)分析研究。通過仿真實(shí)驗(yàn)，充分表明基于粒子群算法的關(guān)聯(lián)分析具有良好的穩(wěn)定性。

關(guān)鍵詞：心血管疾病;粒子群算法;關(guān)聯(lián)分析

中圖分類號(hào)：F24 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ?doi：10.19311/j.cnki.1672-3198.2020.07.044

0 引言

目前，中國(guó)心血管病的發(fā)病人數(shù)持續(xù)增長(zhǎng)，且心血管疾病占城鄉(xiāng)居民總死亡原因的首位，從近年來中國(guó)心血管?。–VD）與其它疾病的死亡率對(duì)比統(tǒng)計(jì)分析情況中可以看出，以10萬為基數(shù)，農(nóng)村與城市相對(duì)比，CVD死亡率比為295.63：261.99，其中心臟病死亡率比為143.72：136.21、腦出血比為74.51：52.25和腦梗死比為45.30：41.99。由此可見，心腦血管疾病的防治已成為重大的公共衛(wèi)生問題。目前，盡管臨床醫(yī)生和研究者開展了與心血管疾病的大量相關(guān)研究，但更多地局限于某些指標(biāo)的影響分析，缺乏普適的分析方法實(shí)現(xiàn)與疾病相關(guān)的致病因素研究。針對(duì)此問題，本文提出一種基于粒子群算法的疾病關(guān)聯(lián)分析方法，為臨床診療提供決策支持。

1 方法

2 實(shí)驗(yàn)分析

采用仿真實(shí)驗(yàn)數(shù)據(jù)對(duì)方法進(jìn)行驗(yàn)證。分別生成疾病組和對(duì)照組，設(shè)置100個(gè)指標(biāo)屬性，并分別設(shè)置與心血管疾病相關(guān)的致病因素?cái)?shù)量為50、60、70、80和90。在不同的人群風(fēng)險(xiǎn)度PAR下進(jìn)行致病因素的識(shí)別。獲得每組數(shù)據(jù)的四個(gè)性能指標(biāo)，TP（真陽性）、FP（假陽性）、TN（真陰性）和FN（假陰性），取其均值進(jìn)行如下幾個(gè)指標(biāo)統(tǒng)計(jì)：（1）識(shí)別致病因素的準(zhǔn)確率（Accuracy）;（2）總體準(zhǔn)確率（TA）;（3）查全率（CR）;（4）誤報(bào)率（FPR）;（5）F-Score;（6）相關(guān)系數(shù)φ。從實(shí)驗(yàn)結(jié)果可見，在不同的PAR和致病因素設(shè)置下，模型性能表現(xiàn)較為一致，充分說明算法具有一定的穩(wěn)定性。識(shí)別致病因素的準(zhǔn)確率均值可達(dá)到90%左右，總體準(zhǔn)確率接近80%，查全率達(dá)到80%以上，F(xiàn)1值為80%以上。但誤報(bào)率相對(duì)較高，為20%～40%，相關(guān)系數(shù)均值為0.5左右，說明此算法假陽性結(jié)果較高，仍有改善空間。

3 結(jié)論

本文方法采用粒子群算法優(yōu)化模型參數(shù)，采用加權(quán)似然函數(shù)值識(shí)別出各指標(biāo)屬性構(gòu)建的最佳路徑。實(shí)驗(yàn)表明所提方法具有一定的識(shí)別能力，但仍存在相對(duì)較高的誤報(bào)率，且相關(guān)系數(shù)偏低，說明在稀疏矩陣中粒子群算法表現(xiàn)性能一般，仍需考慮進(jìn)一步優(yōu)化，降低誤識(shí)率。在未來研究中，還應(yīng)充分考慮指標(biāo)屬性間的關(guān)聯(lián)影響。

參考文獻(xiàn)

[1]陳偉偉，高潤(rùn)霖，劉力生，等.中國(guó)心血管病報(bào)告2013概要[J].中國(guó)循環(huán)雜志，2014，（7）：487-491.

[2]Brandon C，Saonli B ，Sharmistha G，et al.Weighted Score Tests Implementing Model-Averaging Schemes in Detection of Rare Variants in Case-Control Studies[J].PLOS ONE，2015，10（10）：e0139355.