提示词描述

已批准 此例展示了预测一年内发生主要不良心脏事件 (MACE) 的预测模型的开发过程。一家健康科技公司计划利用从电子健康记录中提取的 200 多个候选变量来创建此模型。这些变量涵盖以下一系列因素： 临床指标：收缩压和舒张压、心率、体重指数 (BMI)、血糖水平和胆固醇水平（总胆固醇、高密度脂蛋白 [HDL]、低密度脂蛋白 [LDL]）。 生活方式因素：吸烟史（以包年计算）、饮酒频率、运动水平和饮食评分。 病史与用药：糖尿病和高血压病史，以及他汀类药物和阿司匹林的使用情况。 人口统计学与遗传学：年龄、性别、心脏事件家族史以及来自 50 个候选基因位点的数据。 新型生物标志物：十种新型血液炎症标志物和冠状动脉钙化评分。 初始复杂模型： 一个复杂的机器学习模型，例如随机森林或梯度提升机，纳入所有 200 多个变量，可能实现较高的预测性能，例如，曲线下面积 (AUC) 为 0.92。