综述：机器学习算法在心脏病诊断中的应用：系统性综述

这篇综述系统评估了2013-2024年间24项研究，聚焦监督式机器学习算法（如决策树DT、逻辑回归LR、随机森林RF等）在心脏病预测与诊断中的应用。研究揭示DT以最高99.2%的准确率成为最常用算法，同时探讨了数据预处理（如SMOTE平衡技术）和模型评估指标（准确率/特异性）。文献通过PRISMA框架筛选，强调算法在解决医疗数据冗余性和提升早期诊断中的潜力，为未来研究提供方向性指引。

　　

背景

心脏作为维持生命的关键器官，其功能障碍会引发全身系统紊乱。全球数据显示，心血管疾病（CVD）是非洲30岁以上人群、欧洲45%死亡病例及亚洲35%死亡的主因。传统诊断方法存在成本高、准确性低的问题，而机器学习（ML）通过分析临床数据（如克利夫兰数据集）揭示潜在模式，为早期干预提供新思路。

方法

研究采用PRISMA 2020标准，从Scopus、PubMed等6大数据库筛选2,824篇文献，最终纳入24项符合条件的研究。纳入标准包括：2013-2024年英文论文、聚焦监督学习算法（如DT/LR/RF）、使用心脏病预测模型。通过PROBAST工具评估偏倚风险，58%研究显示低风险。

结果

决策树(DT)：在15项研究中表现突出，最高准确率达99.2%。ID3和CART算法能直观展示关键风险因素（如血压、胆固醇），但存在过拟合风险。
逻辑回归(LR)：适用于线性分类，在克利夫兰数据集（303例）中实现92.3%准确率，优势在于解释性强。
朴素贝叶斯(NB)：基于贝叶斯定理，对独立特征数据集（如Statlog数据）效率高，最高精度87.91%。
随机森林(RF)：通过集成学习降低过拟合，在Framingham数据（23,128例）中达99.49%准确率，但需调整超参数。
人工神经网络(ANN)：对非线性关系建模能力强，在印度2,200例患者数据中实现92.21%准确率，但依赖大量训练数据。

讨论

DT的透明性使其成为临床决策支持的首选，而RF和ANN在复杂数据中潜力待挖掘。研究局限性包括：

1. 数据源集中于UCI公开数据集，可能缺乏临床多样性；
2. 部分研究未充分处理缺失数据（如PROBAST评估中33%研究分析域偏倚不明确）。未来需结合多模态数据（如影像学）和强化学习优化模型。

结论

当前证据支持DT和LR在心脏病预测中的主导地位，但需通过特征工程（如Chi-square筛选）和混合模型（如DT+ANN）进一步提升性能。研究为开发低成本、高精度的诊断工具提供了算法选择框架。

局限性与展望

仅纳入英文文献可能引入语种偏倚，且未涵盖深度学习最新进展。建议后续研究探索：

1. 跨种族数据验证；
2. 实时动态预测系统；
3. 算法在移动医疗中的应用。

（注：全文严格基于原文数据，未添加非引用结论）