一句话总结

基于15,000份常规血液检测结果，本研究开发了一种两层梯度提升决策树（GBDT）模型，该模型在分类健康状态、冠心病及其他疾病时灵敏度约为93%，证明了常规血液指标在冠心病风险预测中的临床价值。

核心贡献

• 利用包含15,000条常规血液检测记录的数据集，开发了一种两层梯度提升决策树（GBDT）模型，用于分类健康状态、冠心病及其他疾病。该框架通过处理标准血液学指标，实现了早期风险分层。
• 该算法在一般健康分类中达到约93%的灵敏度，并在评估队列中识别出86%的冠心病病例。这些性能指标证明了常规采集的实验室数据的预测价值。
• 对特定血液学指标（包括血小板分布宽度与红细胞分布宽度）与冠心病病理之间的相关性进行了可视化与分析。该研究揭示了区分健康队列与患病患者的明确生理模式，并为病理生理学解释提供了支持。

引言

冠心病给全球健康带来沉重负担，但早期检测仍具挑战，因为血管造影等常规诊断手段仅能揭示晚期病理。现有的临床风险评分常因依赖专业血脂面板、临床评估或基因组测试而难以识别高危人群，尤其是年轻患者，这些检测往往成本高昂或难以获取。为弥补这一空白，研究团队利用广泛可用的常规血液检测数据，训练了一种两层梯度提升决策树模型，该模型在分类健康状态和预测冠心病风险时灵敏度约为93%。通过将特定血液指标与慢性缺氧、全身性炎症及凝血失调等潜在病理生理机制相关联，该团队构建了一种低成本、自动化的筛查框架，助力临床医生更早启动预防性干预。

数据集

• 数据集构成与来源： 研究团队汇总了来自中国东部16,860名患者的临床记录，信息提取自门诊系统、住院检查日志及常规体检数据库。该队列最初被划分为三个诊断类别：冠心病、其他疾病及健康人群。
• 子集详情与标注： 初始划分包含5,060名冠心病患者、5,075名其他疾病患者及剩余的健康个体。原始标签将冠心病设为1，其他疾病设为-1，健康受试者设为0。经过质量控制步骤将数据量缩减至15,033条记录后，研究团队从每组中随机抽取5,000例，构建严格平衡的1:1:1混合数据集。
• 数据处理与特征工程： 原始输入经过标准化处理，包括将性别类别转换为二值变量。针对高稀疏性问题，首先剔除含缺失值的行，随后使用分组均值填补剩余空缺。临床异常值通过领域特定规则进行过滤。最终特征矩阵结合了基础人口学信息与22项标准化血液常规指标，如白细胞计数、血红蛋白水平、血小板参数及分类细胞百分比。
• 训练策略与模型应用： 分析工作被构建为两层分类流水线。第一层使用包含10,000条记录的子集（按70%训练集与30%验证集划分），将健康受试者与所有患病患者进行分离。第二层通过剔除健康记录，并对剩余10,000例应用相同的70/30划分，实现冠心病与其他疾病的区分。平衡数据在逻辑回归、支持向量机与梯度提升决策树之间进行评估，网格搜索调优后（学习率0.23，估计器数量70）选定GBDT为最优模型。

方法

研究团队利用两层梯度提升决策树（GBDT）分类模型，基于血液常规数据开展冠心病（CHD）的低成本风险评估。该模型旨在基于大规模临床病例数据集，将患者划分为高风险与低风险类别。整体框架包含两个连续阶段：第一层执行初始分类，第二层利用特征子集优化预测结果，从而提升模型的判别能力。每一层由多棵决策树构成，每棵树的构建过程均基于指定指标进行特征选择。越靠近树根节点且被频繁分裂的特征被视为越重要，这反映了其对分类准确率的更高贡献。

如图所示，研究团队基于特征重要性排名，对两层中贡献度最高的选定特征（LY%、HCT、RBC、年龄、RDW、BASO% 和 LY）进行了相关性分析。散点图展示了健康个体与冠心病患者的聚集效应，其中蓝点代表健康人群，红点代表冠心病患者。两组之间的分离度明显，表明所选特征有效捕捉了人群间的区分模式。可视化结果还显示，健康人群呈现出更紧密的聚集状态，这与模型对健康个体（91%）的召回率高于冠心病患者（86.5%）的结果相一致。

参考框架图，该图直观呈现了血液常规数据中所有特征间的关系。研究团队使用虚线连接特征，以说明复杂的相互依赖性与聚类模式。图表区分了健康个体（绿色）、冠心病患者（红色）及其他疾病（蓝色），绿色与红色簇之间存在清晰的分界。这证实了模型的分类性能，并揭示了底层数据结构，表明所选特征形成了支持模型预测决策的明确分组。

实验

评估环节采用基于血液常规数据训练的两层梯度提升决策树模型，将个体分类为健康、冠心病及其他疾病类别。该实验设计通过将数据关联系统映射至底层生理机制，验证了层级分类与直接分类在预测效能上的等效性，以及临床生物标志物的可解释性。定性分析证实，该框架能有效区分疾病状态，同时揭示出与已知病理生理过程相符的明确且具有临床意义的模式。最终，研究得出结论：常规血液检测提供了充足的结构信息，足以支持精准的风险分层与具有临床价值的解读。

研究团队使用血液常规数据集对比了逻辑回归、SVM与GBDT等不同机器学习算法的性能。结果表明，相较于另外两种模型，GBDT算法在准确率、灵敏度与特异度上均表现更优。GBDT在准确率、灵敏度与特异度方面全面超越LR与SVM。在对比模型中，GBDT算法展现出最高的灵敏度。SVM在所有评估指标上的表现均优于LR。

{"summary": "研究团队开发了一种两层GBDT模型，利用常规血液检测数据对健康状态、冠心病及其他疾病进行分类。该模型在两层分类中均实现了高精度与高召回率，第一层区分健康个体与患病人群，第二层进一步将患病病例细分为冠心病与其他疾病。结果表明，该两层方法的表现与直接三分类模型相当，同时为临床应用提供了可解释性。", "highlights": ["两层GBDT模型在第一层区分健康个体与患病人群时实现了高精度与高召回率。", "在第二层中，该模型在识别冠心病与其他疾病方面继续保持强劲性能。", "模型的分类结果与研究中报告的整体性能一致，支持其用于临床风险预测。"]

研究团队使用血液常规数据对比了多种用于分类健康状态、冠心病及其他疾病的机器学习算法。GBDT模型在对比模型中取得了最高的准确率与灵敏度，表明其在识别健康个体与冠心病患者方面性能强劲。GBDT模型在准确率与灵敏度两方面均优于LR与SVM。该模型在识别健康个体与冠心病患者时均实现了高灵敏度。两层GBDT模型利用常规血液检测数据对健康状态、冠心病及其他疾病进行分类的效果显著。

研究团队利用常规血液检测数据开发了双层GBDT模型以预测冠心病，其性能与三分类模型相当。结果表明，该模型以高精度与高召回率识别出冠心病患者，且该方法揭示了血液检测数据中可能具有临床意义的一致性模式。模型在健康与疾病类别上均展现出强劲的灵敏度。双层GBDT模型在冠心病检测方面实现了高精度与高召回率。该模型在识别健康个体与冠心病患者时表现出高灵敏度。该方法揭示了常规血液检测数据中的一致性模式，可为临床参考提供价值。

实验利用常规血液检测数据对比了多种机器学习算法，以分类健康状态与特定心血管疾病。这些评估验证了层级双层GBDT架构相较于直接多分类方法的有效性，重点强调了分类可靠性与临床可解释性。结果一致表明，GBDT在所有性能维度上均显著优于逻辑回归与支持向量机。最终，该双层框架被证明在疾病分层方面高度有效，其准确率与直接分类相当，同时为常规健康体检提供了透明且具有临床可操作性的洞察。