新模型有助于早期预防高血压

中国科学院合肥物质科学研究院(HFIPS)的研究人员最近介绍了一种评估高血压风险的新方法。研究结果发表于公共卫生前沿．

这种方法称为基于简单危险因素的高血压风险评估方法，成本低，操作简单。它可以通过容易获得的生活方式信息和人体测量信息，在早期识别出高血压高危人群。

高血压(或高血压)指的是一种常见病，即血液在高于正常压力的情况下流经动脉。如果能在早期发现高血压的高危人群，采取积极运动、合理饮食等干预措施，降低高血压的发生率。目前复杂的高血压风险评估模型预测能力有限，可解释性差，限制了其应用。

在本研究中，研究者采用单变量逻辑回归分析和优化随机森林的方法建立高血压风险评估模型。通过单因素逻辑回归分析筛选出高血压的危险因素。

然后通过网格搜索对随机森林分类器的超参数进行优化，最终构建了高血压风险预测模型。

此外，根据研究人员的说法，预测变量的重要性将通过曲线下面积(AUC)对模型的贡献来计算，以提高可解释性。

研究还发现了六种风险因素对于高血压:身体质量指数、年龄、家族病史肥胖，腰围，吸烟和喝酒。

这种模式为“早期筛查和治疗”提供了一种简便的方法早期干预“预防和控制慢性病。

---

---