The Application of Support Vector Machine in Building the Early Diagnostic Model of Coronary Artery Disease

目的 探索支持向量机方法在建立冠心病早期诊断模型中的应用,为冠心病危险因素在早期诊断中的合理应用提供理论依据.方法 首先应用logistic回归分析方法筛选冠心病危险因素,将有统计学意义的危险因素与24 h动态心电图检查结果共同构建支持向量机模型,并应用测试数据集对各模型的诊断能力进行评价.结果 24 h动态心电图检查结果与危险因素共同构建的支持向量机模型较单独应用24 h动态心电图诊断有更好的诊断准确率和灵敏度,特异度较低.对应用不同变量构建的模型进行比较,应用24 h动态心电图,结合年龄、性别、糖尿病、高血压构建的模型诊断效果较好,准确率为70.35%,灵敏度为90.27%,特异度为34.76%.结论 应用支持向量机可以建立合适的冠心病早期诊断模型;结合主要危险因素进行冠心病的早期诊断可以提高诊断准确率."十一五"国家科技支撑计划项目中文核心期刊要目总览(PKU)中国科技核心期刊(ISTIC)中国科学引文数据库(CSCD)02122-1252