42、冠心病患者风险评估模型：基于新型特征选择算法与学习分类器

冠心病患者风险评估模型：基于新型特征选择算法与学习分类器

1. 背景与动机

心血管疾病（CVDs）是全球死亡的主要原因。据相关报告，2015 年约有 1770 万人死于 CVDs，占全球死亡人数的三分之一左右。其中，740 万人死于冠心病（CHD），这是最常见的心脏相关疾病，还有 670 万人死于心血管中风。预计到 2030 年，约有 2360 万人可能死于 CVDs，东南亚地区非传染性疾病尤其是 CVDs 的死亡人数将急剧增加，这与生活方式、饮食习惯、工作文化和压力的改变有关。

在印度，大多数 CVDs 是冠心病、中风和高血压性心脏病。冠心病患者的冠状动脉会变窄，这是由于一种称为斑块的物质在动脉壁上积聚，导致血液流向心脏的流量减少，可能引发心绞痛、呼吸急促、心脏病发作或心力衰竭。冠心病的诊断通过血液检查、心电图、超声心动图、压力测试、CT 扫描和冠状动脉导管插入术等方法进行。除了年龄，高血压、吸烟、肥胖、高酒精摄入、糖尿病、遗传和家族病史、缺乏运动和压力等因素也会增加患冠心病的风险。因此，对于因存在风险因素而处于高风险的人群，早期检测和管理冠心病十分必要。

2. 相关研究回顾

近年来，心脏病患者人数稳步增加，信息技术和数据挖掘在医疗保健领域发挥着关键作用。许多研究致力于心脏病的诊断和风险评估：
- 有研究开发了用于评估充血性心力衰竭患者风险的分类器，使用的参数是长期心率变异性。
- 有研究者使用 C4.5 算法开发了评估冠心病风险因素的模型，重要风险因素包括吸烟和高血压。
- 还有研究使用模糊逻辑和人工神经网络，通过心电图信号对患者进行正常或异常分类，以识别 CVD 的早期阶段。

同时，许多研究者也在数据