近期，中國(guó)科學(xué)院合肥物質(zhì)科學(xué)研究院智能機(jī)械研究所發(fā)展出一種“基于簡(jiǎn)易風(fēng)險(xiǎn)因素的高血壓風(fēng)險(xiǎn)評(píng)估方法”，通過(guò)易于獲得的生活方式信息和人體測(cè)量學(xué)信息，準(zhǔn)確評(píng)估個(gè)體的高血壓患病風(fēng)險(xiǎn)，具有低成本、易操作、易普及的特點(diǎn)，目前已廣泛應(yīng)用于運(yùn)動(dòng)與健康研究中心建設(shè)的多個(gè)示范應(yīng)用基地。該方法可早期識(shí)別高血壓高風(fēng)險(xiǎn)人群，實(shí)現(xiàn)有限預(yù)防資源的高度聚焦，為“預(yù)防為主、干預(yù)前置”的健康中國(guó)戰(zhàn)略落地實(shí)施提供支撐。

　　高血壓是全球范圍內(nèi)廣泛流行的慢性疾病。高血壓確診時(shí)，動(dòng)脈血管通常已經(jīng)發(fā)生結(jié)構(gòu)和功能改變，大多數(shù)患者需要長(zhǎng)期使用藥物加以控制。如能早期識(shí)別患病風(fēng)險(xiǎn)顯著高于同年齡、同性別人群的“高血壓高風(fēng)險(xiǎn)人群”，采用積極的運(yùn)動(dòng)、營(yíng)養(yǎng)、減重等綜合干預(yù)措施，可以顯著延緩動(dòng)脈粥樣硬化的發(fā)展進(jìn)程，降低高血壓的發(fā)病率。

　　目前，高血壓高風(fēng)險(xiǎn)人群的早期篩查主要通過(guò)高血壓風(fēng)險(xiǎn)評(píng)估模型來(lái)實(shí)現(xiàn)，但現(xiàn)有的高血壓風(fēng)險(xiǎn)評(píng)估模型存在預(yù)測(cè)變量收集復(fù)雜、預(yù)測(cè)能力有限及可解釋性差等問(wèn)題，限制了模型的普及應(yīng)用。為此，智能所運(yùn)動(dòng)促進(jìn)健康團(tuán)隊(duì)基于易獲得的生活方式信息和人體測(cè)量學(xué)信息，采用單變量邏輯回歸分析和優(yōu)化的隨機(jī)森林相結(jié)合方法，構(gòu)建新型高血壓風(fēng)險(xiǎn)評(píng)估模型。該方法首先利用單變量邏輯回歸分析選取高血壓的風(fēng)險(xiǎn)因素；然后，使用網(wǎng)格搜索優(yōu)化隨機(jī)森林分類器的超參數(shù)，構(gòu)建高血壓風(fēng)險(xiǎn)預(yù)測(cè)模型；最后，通過(guò)對(duì)模型AUC的貢獻(xiàn)計(jì)算預(yù)測(cè)變量的重要性，增強(qiáng)預(yù)測(cè)模型的可解釋性?；?9750例臨床數(shù)據(jù)的建模和驗(yàn)證表明，模型對(duì)于高血壓高風(fēng)險(xiǎn)和低分險(xiǎn)人群的識(shí)別能力Area Under Curve（AUC）為0.92，優(yōu)于傳統(tǒng)方法（AUC介于0.77至0.87之間）。此外，研究發(fā)現(xiàn)BMI、年齡、高血壓家族史、腰圍、吸煙、飲酒是排名前六位的高血壓風(fēng)險(xiǎn)因素。

　　相關(guān)研究成果發(fā)表在Frontiers in public health上。研究工作得到國(guó)家重點(diǎn)研發(fā)計(jì)劃、國(guó)家自然科學(xué)基金、中科院科技服務(wù)網(wǎng)絡(luò)計(jì)劃（STS）重點(diǎn)項(xiàng)目、安徽省科技重大專項(xiàng)的資助。

　　論文鏈接

圖1.基于簡(jiǎn)易風(fēng)險(xiǎn)因素的高血壓風(fēng)險(xiǎn)評(píng)估框架

圖2.各模型的ROC曲線

圖3.預(yù)測(cè)模型的變量重要性排序

來(lái)源： 合肥物質(zhì)科學(xué)研究院