基于可解释 SHAP 的机器学习模型预测 2 型糖尿病合并冠心病及特征分析：助力精准诊断与健康管理

为解决 2 型糖尿病（T2DM）合并冠心病（CHD）预测模型性能不佳、受其他共病干扰等问题，研究人员开展基于 XGBoost 结合 SHAP 的预测模型研究。结果显示 XGBoost 性能优越，且确定关键预测特征，对提升 T2DM-CHD 诊断效率有潜在意义。

　　背景：2 型糖尿病（Type 2 diabetes）和冠心病（coronary heart disease）在中国人群中的患病率不断升高，是主要的死亡原因。糖尿病与冠心病并存，因其诊断困难、预后不良，带来了沉重的疾病负担。近年来，机器学习在医学诊断应用中频繁出现，但 2 型糖尿病合并冠心病的预测模型存在预测性能较低、预测时受其他共病干扰等问题。方法：本研究旨在提高预测糖尿病和冠心病并存的模型的预测准确性、敏感性、特异性、F1 评分和 AUC。研究人员开发了一种先进的预测模型，将 XGBoost 与 SHAP（SHapley Additive exPlanations）相结合进行特征分析。通过比较特征选择、超参数优化和计算效率分析，确定了模型性能的最佳条件。使用独立数据集进行外部验证，证实了模型的稳健性和泛化能力，为其在临床实践中的潜在应用提供了支持。结果：本研究比较了随机森林（Random Forest）、LightGBM 和 XGBoost 三种模型，发现 XGBoost 在有效性和计算效率方面均表现更优。XGBoost 模型的准确率（Acc）为 0.8910，超参数调整后提高到 0.8942。使用中国山西省平阳医院和平阳医院的数据集进行外部验证，AUC 为 0.7897，显示出强大的泛化能力。通过整合 SHAP 进行可解释性分析，研究确定了胆红素水平、嗜碱性粒细胞计数、胆固醇水平和年龄是预测 2 型糖尿病（T2DM）和冠心病（CHD）并存的关键特征。这些发现与 XGBoost 算法确定的特征重要性排名完全一致。该模型在外部验证中 AUC 为 0.7879，具有中等预测性能和实际可解释性，在资源有限的环境中，对提高 T2DM-CHD 共病的诊断效率具有潜在价值。然而，其临床应用还需要在不同人群中进一步验证。