辽宁省农村人群心血管疾病发病风险：精准预测与实证研究

辽宁省农村人群心血管疾病发病风险：精准预测与实证研究一、引言1.1研究背景与意义1.1.1研究背景心血管疾病（CVD）已成为全球范围内严重威胁人类健康的公共卫生问题。世界卫生组织（WHO）数据显示，全球每年因心血管疾病导致的死亡人数超过1700万，占全球总死亡人数的31%，其中80%的死亡发生在中低收入国家。心血管疾病的高发病率、高死亡率和高致残率，不仅给患者个人和家庭带来沉重的负担，也对社会经济发展造成了巨大的影响。在中国，心血管疾病同样形势严峻。《中国心血管健康与疾病报告2022》显示，中国心血管病现患人数已高达3.3亿，其中高血压患者达到了2.45亿，且数字还在持续上升。心血管病死亡占居民疾病死亡构成40%以上，居首位，高于肿瘤及其他疾病。随着社会老龄化和城市化进程加快，居民不健康生活方式流行，如高热量饮食、缺乏运动、吸烟、过量饮酒等，使得我国居民心血管病危险因素普遍暴露，且呈现在低龄化、低收入群体中快速增长及个体聚集趋势。辽宁省作为我国的经济大省和人口大省，心血管疾病的防治工作同样面临着巨大的挑战。尤其是农村地区，由于医疗资源相对匮乏、居民健康意识淡薄、生活方式不健康以及慢性疾病管理水平较低等因素，心血管疾病的发病率和死亡率一直居高不下。据相关研究表明，辽宁省农村居民的心血管疾病死亡率持续高于城市居民。以2015年为例，农村居民心血管病死亡占全部死因的比例为45.01%，而城市居民这一比例为42.61%。此外，辽宁省农村地区高血压、高血脂、糖尿病等心血管疾病危险因素的患病率也呈现出快速上升的趋势。因此，开展对辽宁省农村人群心血管疾病发病风险预测和验证研究，具有重要的现实意义和紧迫性。通过建立科学有效的风险预测模型，能够早期识别出心血管疾病的高危人群，为制定个性化的预防和干预措施提供依据，从而降低心血管疾病的发病率和死亡率，提高农村居民的健康水平和生活质量。1.1.2研究意义本研究旨在对辽宁省农村人群心血管疾病发病风险进行预测和验证，这对于心血管疾病的防治工作具有多方面的重要意义。在疾病防控层面，精准的发病风险预测是心血管疾病有效预防的关键前提。通过构建适合辽宁省农村人群的心血管疾病发病风险预测模型，可以提前识别出那些处于高风险状态的个体。这使得医疗资源能够更加有针对性地投入，对高风险人群开展早期、精准的干预措施，如生活方式的调整、药物治疗等，从而有效降低心血管疾病的发病风险，实现从疾病治疗向疾病预防的转变，提高整体防控效率，减轻社会医疗负担。对于提升居民健康水平而言，本研究结果能为辽宁省农村居民提供个性化的健康指导。帮助他们了解自身患心血管疾病的风险程度，增强健康意识，促使他们主动采取健康的生活方式，如合理饮食、适量运动、戒烟限酒等，从而降低心血管疾病的发病风险，提高生活质量，延长寿命。从医疗资源合理分配角度来看，心血管疾病的防治需要大量的医疗资源投入。本研究通过准确预测发病风险，能够帮助卫生部门和医疗机构明确重点防控对象，合理规划和分配有限的医疗资源，避免资源的浪费和不合理使用，将更多的资源集中在高风险人群和重点防治领域，提高医疗资源的利用效率。此外，本研究在学术领域也具有重要意义。辽宁省农村地区具有独特的地理环境、生活习惯和遗传背景，针对该地区人群开展的心血管疾病发病风险预测研究，能够丰富和完善心血管疾病流行病学的研究内容，为其他地区类似研究提供参考和借鉴，推动心血管疾病预防医学的发展。1.2国内外研究现状心血管疾病发病风险预测模型的研究在国内外均取得了显著进展。国外较早开展了相关研究，其中最具代表性的是弗明汉心脏研究（FraminghamHeartStudy）开发的弗明汉风险评分模型（FraminghamRiskScore，FRS）。该研究始于1948年，对美国马萨诸塞州弗明汉地区的居民进行长期随访，收集了大量关于心血管疾病危险因素的数据。FRS模型基于年龄、性别、血压、血脂、吸烟等传统危险因素，通过统计分析建立了预测方程，用于评估个体未来10年患冠心病的风险。该模型在全球范围内得到了广泛应用和验证，为心血管疾病的风险预测提供了重要的参考框架，极大地推动了心血管疾病预防医学的发展，使人们对心血管疾病的危险因素有了更清晰的认识，也为后续风险预测模型的研究奠定了基础。随着研究的深入，欧洲心血管疾病预防临床实践指南推出了SCORE模型。该模型考虑了不同国家和地区的心血管疾病死亡率差异，将危险因素与心血管疾病的绝对死亡风险相结合，不仅能预测冠心病风险，还能对致死性心血管疾病风险进行评估，提高了风险预测在不同地区的适用性。此外，美国心脏病学会/美国心脏协会（ACC/AHA）发布的合并队列方程（PooledCohortEquations，PCE）进一步扩展了风险预测的范围，纳入了更多的危险因素，如糖尿病、慢性肾脏病等，使其对动脉粥样硬化性心血管疾病（ASCVD）的风险预测更加全面和准确。在国内，学者们也结合中国人群的特点开展了大量研究。中国医学科学院阜外医院牵头的China-PAR项目，基于中国多省市心血管病危险因素队列研究（CMCS）等大规模前瞻性队列研究数据，建立了适合中国人群的缺血性心血管病10年发病风险预测模型。该模型充分考虑了中国人群的生活方式、遗传背景和疾病谱特点，纳入了如腰围、高敏C反应蛋白等具有中国特色的危险因素，相较于国外模型，在预测中国人群心血管疾病发病风险方面具有更高的准确性和适用性。针对辽宁省的心血管疾病研究，目前主要集中在患病现状和影响因素调查方面。例如，有研究对辽宁省西部地区城乡居民心脑血管疾病患病现状进行了调查，了解了该地区心脏病、脑血管病、高血压等常见疾病的患病情况、治疗效果和死亡率等，并分析了不良生活方式、环境污染、遗传因素等对疾病的影响。还有研究聚焦于辽宁省农村地区常见心血管疾病的死亡特点和疾病负担变化趋势，为当地心血管疾病的防治提供了一定的数据支持。然而，当前针对辽宁省农村人群心血管疾病发病风险预测的研究仍存在不足。一方面，现有的国内外风险预测模型大多基于城市人群或混合人群数据建立，未能充分考虑辽宁省农村人群独特的生活环境、饮食习惯、遗传背景以及医疗资源可及性等因素，直接应用这些模型可能导致预测结果的偏差。另一方面，辽宁省农村地区的研究主要侧重于疾病现状和影响因素分析，缺乏对发病风险进行量化预测的深入研究。建立专门针对辽宁省农村人群的心血管疾病发病风险预测模型，能够更准确地评估该地区人群的发病风险，为制定精准的预防和干预策略提供有力支持。1.3研究目标与方法1.3.1研究目标本研究的核心目标是构建一套科学、精准且适用于辽宁省农村人群的心血管疾病发病风险预测模型，并对该模型进行严格的验证和评估。具体而言，首先全面收集辽宁省农村人群的心血管疾病相关数据，包括但不限于人口统计学信息、生活方式因素、临床检查指标、遗传信息等，确保数据的完整性和代表性。其次，运用先进的统计学方法和数据挖掘技术，深入分析这些数据，筛选出对辽宁省农村人群心血管疾病发病风险具有显著影响的关键因素。在此基础上，构建风险预测模型，明确各因素与发病风险之间的量化关系，实现对个体发病风险的准确预测。最后，通过内部验证和外部验证等多种方式，对构建的模型进行严格的验证和评估，检验模型的准确性、可靠性和适用性，为辽宁省农村地区心血管疾病的预防和控制提供有力的工具和依据。1.3.2研究方法为达成上述研究目标，本研究将综合运用多种研究方法。文献研究法：全面检索国内外关于心血管疾病发病风险预测的相关文献，包括学术期刊论文、学位论文、研究报告等，系统梳理和分析现有研究成果。了解国内外在心血管疾病风险预测模型构建、危险因素分析、模型验证等方面的研究现状和发展趋势，明确当前研究的热点和难点问题，为本研究提供坚实的理论基础和方法借鉴。通过对现有文献的综合分析，找出适用于本研究的方法和技术，并对其进行优化和改进，以满足辽宁省农村人群的研究需求。调查研究法：采用多阶段分层随机抽样的方法，在辽宁省农村地区选取具有代表性的研究对象。设计科学合理的调查问卷，内容涵盖人口统计学特征（如年龄、性别、民族、婚姻状况、教育程度等）、生活方式（如饮食习惯、吸烟饮酒情况、体力活动水平、睡眠质量等）、家族病史（家族中心血管疾病的发病情况）等方面。同时，对研究对象进行全面的体格检查和实验室检测，获取身高、体重、血压、血糖、血脂、心电图等临床指标数据。通过面对面访谈、电话随访等方式，确保数据收集的准确性和完整性，为后续的数据分析和模型构建提供充足的数据支持。统计分析法：运用SPSS、R等统计软件对收集到的数据进行深入分析。首先，进行描述性统计分析，了解研究对象的基本特征和各变量的分布情况。然后，采用单因素分析方法，筛选出与心血管疾病发病风险可能相关的因素。进一步通过多因素分析，如Logistic回归分析、Cox比例风险模型等，确定独立的危险因素，并量化各因素对发病风险的影响程度。基于多因素分析结果，构建心血管疾病发病风险预测模型，并采用受试者工作特征曲线（ROC曲线）、校准曲线、决策曲线分析等方法对模型的性能进行评估，包括模型的准确性、区分度、校准度和临床实用性等方面。此外，通过内部交叉验证和外部独立数据集验证等方式，检验模型的稳定性和泛化能力。1.4研究创新点本研究在心血管疾病发病风险预测领域，从数据、模型构建和多因素综合分析等方面进行了创新，旨在为辽宁省农村人群心血管疾病的精准防控提供新的思路和方法。在数据方面，本研究聚焦于辽宁省农村人群，收集了大量具有地域特色的数据。与以往国内外研究多基于城市人群或混合人群数据不同，辽宁省农村地区独特的生活环境、饮食习惯和遗传背景，使得针对该地区人群的数据具有不可替代的价值。通过深入挖掘这些数据，能够更准确地揭示影响辽宁省农村人群心血管疾病发病风险的因素，为构建适合该地区的风险预测模型提供坚实的数据基础。例如，辽宁省农村居民的饮食结构中，粗粮、腌制食品的摄入量相对较高，且体力劳动强度和生活作息与城市人群存在差异，这些因素都可能对心血管疾病的发病风险产生影响。通过对这些具有地域特色的数据进行分析，能够发现以往研究中未被关注的危险因素，从而提高风险预测的准确性。在模型构建方面，本研究综合运用多种先进的统计学方法和数据挖掘技术，构建了更加精准的心血管疾病发病风险预测模型。以往的研究多采用单一的统计方法，如Logistic回归分析或Cox比例风险模型，而本研究将多种方法相结合，如机器学习算法中的支持向量机、随机森林等，充分发挥不同方法的优势，提高模型的性能。同时，在模型构建过程中，本研究还引入了遗传信息、环境因素等新的变量，进一步丰富了模型的输入信息，使模型能够更全面地考虑影响心血管疾病发病风险的因素。例如，通过对遗传信息的分析，能够发现某些特定的基因变异与心血管疾病发病风险的关联，从而为个性化的风险预测和预防提供依据。此外，考虑到环境因素如空气污染、水质等对心血管健康的影响，将这些因素纳入模型中，能够更真实地反映辽宁省农村人群的心血管疾病发病风险。在多因素综合分析方面，本研究突破了传统研究仅关注单一或少数几个危险因素的局限，对影响心血管疾病发病风险的多种因素进行了全面、系统的综合分析。除了常见的人口统计学因素、生活方式因素和临床检查指标外，还深入探讨了心理因素、社会经济因素等对发病风险的影响。例如，研究发现农村居民的心理健康状况，如焦虑、抑郁等情绪问题，可能通过影响生活方式和生理机能，进而增加心血管疾病的发病风险。此外，社会经济因素如家庭收入、教育程度等，不仅影响居民的医疗资源可及性和健康意识，还与生活方式的选择密切相关，对心血管疾病发病风险也具有重要影响。通过对这些多因素的综合分析，能够更深入地了解心血管疾病发病风险的形成机制，为制定全面、有效的预防和干预策略提供科学依据。二、辽宁省农村人群心血管疾病发病现状分析2.1数据来源与样本选取本研究的数据来源于辽宁省农村地区开展的大规模流行病学调查。调查覆盖了辽宁省内多个具有代表性的农村区域，旨在全面、准确地掌握辽宁省农村人群心血管疾病的发病情况及相关影响因素。为确保样本能够充分代表辽宁省农村人群的总体特征，采用分层整群随机抽样的方法进行样本选取。首先，依据辽宁省农村地区的地理位置、经济发展水平、人口密度等因素，将全省农村划分为不同的层次。例如，根据地理位置可分为辽东、辽西、辽南、辽北等区域；按照经济发展水平，可分为经济较发达、中等发达和欠发达地区。通过这种分层方式，能够保证不同特征的农村地区都有机会被纳入研究，提高样本的多样性和代表性。在每个层次内，以行政村为单位进行整群抽样。随机选取一定数量的行政村，将选中行政村内的所有符合条件的居民作为调查对象。这样的抽样方式既考虑了农村地区的群体聚集性，又能在一定程度上减少抽样误差，提高调查效率。为保证研究结果的可靠性，对入选居民的年龄、性别等基本信息进行了均衡性考量。确保不同年龄段、不同性别的居民在样本中都有合理的分布，避免因样本偏差导致研究结果的不准确。本次调查共选取了[X]个行政村，涉及[X]名农村居民。在正式调查前，对所有调查对象进行了严格的筛选，排除了长期不在本地居住、患有严重精神疾病或认知障碍等无法配合调查的个体。最终，实际纳入分析的有效样本量为[X]名，有效率达到了[X]%，为后续的数据分析和发病风险预测模型构建提供了充足且可靠的数据支持。2.2发病总体情况对收集到的辽宁省农村人群数据进行深入分析后发现，心血管疾病在辽宁省农村地区的总体发病率处于较高水平。在本研究涉及的[X]名有效样本中，随访期间新发心血管疾病病例数为[X]例，计算得出心血管疾病的总体发病率为[X]（发病率=（新发心血管疾病病例数÷总样本数）×1000‰）。通过对不同年份的发病率进行对比分析，清晰地呈现出发病率的变化趋势。以近[X]年的数据为例，具体发病率情况如下表所示：年份总样本数新发心血管疾病病例数发病率（‰）[年份1][样本数1][病例数1][发病率1][年份2][样本数2][病例数2][发病率2][年份3][样本数3][病例数3][发病率3][年份4][样本数4][病例数4][发病率4][年份5][样本数5][病例数5][发病率5]从表中数据可以看出，辽宁省农村人群心血管疾病的发病率在过去几年呈现出波动上升的态势。从[年份1]的[发病率1]‰，逐渐上升至[年份5]的[发病率5]‰。虽然在个别年份如[年份3]，发病率出现了短暂的下降，但整体上升趋势较为明显。这一趋势与全国心血管疾病发病率上升的大趋势相符，也反映出辽宁省农村地区心血管疾病防控形势的严峻性。进一步分析发病率上升的原因，可能与多种因素有关。一方面，随着辽宁省农村地区经济的发展和生活水平的提高，居民的生活方式发生了显著变化。高热量、高脂肪、高盐的饮食习惯逐渐普及，而体力活动水平却明显下降，导致肥胖、高血压、高血脂、糖尿病等心血管疾病危险因素的患病率不断增加。以肥胖为例，本研究数据显示，辽宁省农村居民的肥胖率从[起始年份]的[X]%上升至[结束年份]的[X]%，与心血管疾病发病率的上升趋势具有一致性。另一方面，人口老龄化也是不可忽视的因素。随着时间的推移，辽宁省农村地区老年人口比例逐渐增加，而老年人由于身体机能衰退，对心血管疾病的易感性更高，从而导致心血管疾病的发病风险相应增加。此外，农村地区医疗资源相对匮乏，居民健康意识淡薄，对心血管疾病的早期筛查和干预不足，也使得许多潜在的心血管疾病患者未能得到及时的诊断和治疗，进一步加剧了发病率的上升。2.3发病特征分析2.3.1年龄分布特征为深入探究辽宁省农村人群心血管疾病发病率与年龄的关系，本研究对不同年龄段的发病情况进行了细致的分析。将研究对象按照年龄划分为多个组，分别计算每组的心血管疾病发病率，具体分组及发病率数据如下表所示：年龄组（岁）人数发病例数发病率（‰）30-39[X1][Y1][Z1]40-49[X2][Y2][Z2]50-59[X3][Y3][Z3]60-69[X4][Y4][Z4]70-79[X5][Y5][Z5]80及以上[X6][Y6][Z6]从数据中可以清晰地看出，心血管疾病的发病率随着年龄的增长呈现出显著的上升趋势。30-39岁年龄组的发病率相对较低，仅为[Z1]‰，这可能是由于该年龄段人群身体机能相对较好，心血管系统较为健康，且不良生活习惯的累积效应尚未充分显现。随着年龄进入40-49岁阶段，发病率上升至[Z2]‰，这一时期，人体的生理机能开始逐渐衰退，心血管系统也开始出现一些潜在的病变，如血管弹性下降、血脂代谢异常等，这些因素都增加了心血管疾病的发病风险。50-59岁年龄组的发病率进一步升高至[Z3]‰，在这个年龄段，人们面临着工作和生活的双重压力，长期的精神紧张、缺乏运动以及不合理的饮食等不良生活方式，使得心血管疾病的危险因素不断积累，从而导致发病率明显上升。60-69岁年龄组的发病率达到了[Z4]‰，老年阶段，身体机能衰退加剧，血管粥样硬化程度加重，高血压、糖尿病等慢性疾病的患病率也显著增加，这些因素相互作用，使得心血管疾病的发病风险大幅提高。70-79岁年龄组和80及以上年龄组的发病率更是居高不下，分别为[Z5]‰和[Z6]‰，这充分表明，年龄是心血管疾病发病的重要危险因素，随着年龄的增长，心血管疾病的发病风险急剧增加。为了更直观地展示发病率随年龄的变化趋势，绘制了发病率与年龄的关系折线图（见图1）。从图中可以明显看出，发病率曲线呈现出陡峭的上升趋势，尤其是在50岁以后，发病率上升速度加快，这与上述数据分析结果一致，进一步验证了年龄与心血管疾病发病风险之间的密切关系。[此处插入发病率与年龄关系的折线图]图1：心血管疾病发病率与年龄的关系[此处插入发病率与年龄关系的折线图]图1：心血管疾病发病率与年龄的关系图1：心血管疾病发病率与年龄的关系2.3.2性别分布特征在分析辽宁省农村人群心血管疾病发病特征时，性别因素也是一个重要的考量方面。对男性和女性的心血管疾病发病率进行了对比分析，结果发现，男性的心血管疾病发病率为[X]‰，女性的发病率为[Y]‰，男性发病率显著高于女性（P<0.05）。深入探究这种性别差异背后的原因，发现与多种因素密切相关。在生活方式方面，男性吸烟、饮酒的比例普遍高于女性。本研究数据显示，辽宁省农村男性吸烟率达到[吸烟率1]%，饮酒率为[饮酒率1]%，而女性吸烟率仅为[吸烟率2]%，饮酒率为[饮酒率2]%。吸烟和饮酒是心血管疾病的重要危险因素，烟草中的尼古丁、焦油等有害物质以及酒精都会对心血管系统造成损害，导致血管内皮功能障碍、血脂异常、血压升高等，从而增加心血管疾病的发病风险。从激素水平角度来看，女性在绝经前，体内雌激素水平较高，雌激素具有一定的心血管保护作用。它可以调节血脂代谢，降低低密度脂蛋白胆固醇（LDL-C）水平，升高高密度脂蛋白胆固醇（HDL-C）水平，减少脂质在血管壁的沉积；还能扩张血管，降低血管阻力，抑制血小板聚集，从而降低心血管疾病的发病风险。然而，随着女性绝经后，雌激素水平大幅下降，这种心血管保护作用减弱，使得女性心血管疾病的发病风险逐渐增加。此外，男性在社会和家庭中往往承担着更大的工作压力和经济负担，长期处于紧张、焦虑的精神状态，这也会对心血管系统产生不良影响。精神压力过大会导致体内交感神经兴奋，释放去甲肾上腺素等激素，引起血压升高、心率加快，同时还会影响内分泌系统和免疫系统的功能，增加心血管疾病的发病风险。2.3.3地区分布特征辽宁省地域广阔，不同地区的农村在地理环境、经济发展水平、生活方式等方面存在较大差异，这些差异可能对心血管疾病的发病率产生影响。因此，本研究对辽宁省不同地区农村人群的心血管疾病发病率进行了分析。将辽宁省农村划分为东部、西部、南部、北部和中部五个地区，分别统计各地区的心血管疾病发病率，具体数据如下表所示：地区人数发病例数发病率（‰）东部[X1][Y1][Z1]西部[X2][Y2][Z2]南部[X3][Y3][Z3]北部[X4][Y4][Z4]中部[X5][Y5][Z5]从数据中可以看出，不同地区的心血管疾病发病率存在显著差异。其中，西部地区的发病率最高，达到了[Z2]‰，而南部地区的发病率相对较低，为[Z3]‰。进一步分析发现，这种地区差异与多种因素相关。地理环境因素是影响发病率的重要因素之一。例如，西部地区多为山区，气候较为寒冷，居民的户外活动相对较少，且冬季供暖方式多以燃煤为主，导致空气污染较为严重。寒冷的气候会使血管收缩，血压升高，增加心脏负担；而空气污染中的颗粒物、有害气体等会损伤血管内皮细胞，促进炎症反应和血栓形成，从而增加心血管疾病的发病风险。相比之下，南部地区气候较为温和，自然环境优越，居民的户外活动较为丰富，有利于心血管健康。经济发展水平也与心血管疾病发病率密切相关。经济较发达的地区，居民的生活水平相对较高，饮食结构更加合理，对健康的重视程度也更高，能够及时进行体检和疾病预防。而经济欠发达地区，居民可能由于经济条件限制，饮食中高热量、高脂肪、高盐的食物摄入较多，且缺乏体育锻炼，同时医疗资源相对匮乏，对心血管疾病的早期诊断和治疗能力不足，这些因素都导致了心血管疾病发病率的升高。以北部地区为例，虽然经济发展水平处于中等，但部分农村地区医疗资源分布不均，居民获取医疗服务的便利性较差，这也在一定程度上影响了心血管疾病的防治效果。此外，不同地区居民的生活方式和饮食习惯也存在差异。东部地区居民喜爱食用腌制食品，而腌制食品中含有大量的盐分，长期过量摄入会导致血压升高，增加心血管疾病的发病风险。中部地区居民的体力劳动强度相对较大，但随着农业机械化的发展，体力活动水平逐渐下降，同时饮食中肉类和油脂的摄入量增加，这些生活方式的改变也可能导致心血管疾病发病率的上升。三、影响辽宁省农村人群心血管疾病发病风险因素分析3.1单因素分析3.1.1生活习惯因素生活习惯在心血管疾病的发病过程中扮演着关键角色，其通过长期作用于人体生理机能，对心血管系统产生深远影响。吸烟是心血管疾病的重要危险因素之一，本研究数据显示，辽宁省农村居民中吸烟者的心血管疾病发病风险显著高于非吸烟者。具体而言，吸烟人群的心血管疾病发病率为[X]‰，而非吸烟人群的发病率仅为[Y]‰，差异具有统计学意义（P<0.05）。吸烟产生的尼古丁、焦油等有害物质，会导致血管内皮细胞受损，促进炎症反应，加速动脉粥样硬化进程，使血管壁增厚、变硬，管腔狭窄，从而增加心血管疾病的发病风险。有研究表明，长期吸烟会使冠心病的发病风险增加2-4倍。饮酒同样对心血管健康有着不容忽视的影响。适度饮酒可能对心血管系统具有一定的保护作用，但过量饮酒则会增加心血管疾病的发病风险。在辽宁省农村人群中，经常大量饮酒（每周饮酒次数≥5次，且每次饮酒量≥50g纯酒精）的居民，心血管疾病发病率高达[Z]‰，明显高于饮酒较少或不饮酒的人群（P<0.05）。过量饮酒会引起血压升高、心律失常、血脂异常等，进而损伤心血管系统。一项针对大量饮酒人群的研究发现，他们患高血压的风险是不饮酒人群的2.5倍。饮食习惯也是影响心血管疾病发病风险的重要因素。高盐饮食在辽宁省农村较为普遍，本研究发现，日均盐摄入量超过6g的居民，心血管疾病发病风险显著增加。高盐饮食会导致体内钠离子增多，引起水钠潴留，增加血容量，进而升高血压，长期高血压状态会对心脏和血管造成损害，增加心血管疾病的发病风险。相关研究表明，日均盐摄入量每增加1g，收缩压会升高1-2mmHg。此外，高脂饮食也是心血管疾病的危险因素之一。长期摄入过多的饱和脂肪酸和胆固醇，会导致血脂异常，血液中低密度脂蛋白胆固醇（LDL-C）水平升高，高密度脂蛋白胆固醇（HDL-C）水平降低，促使脂质在血管壁沉积，形成动脉粥样硬化斑块，增加心血管疾病的发病风险。在辽宁省农村地区，偏好油炸食品、动物内脏等高脂食物的居民，心血管疾病发病率相对较高。缺乏运动同样与心血管疾病的发病风险密切相关。随着农村生活方式的改变，体力活动水平逐渐下降。本研究显示，每周运动量不足150分钟的居民，心血管疾病发病率为[M]‰，明显高于运动量充足的居民（P<0.05）。适量的运动可以增强心肺功能，提高血管弹性，促进脂质代谢，降低血压、血糖和血脂水平，减少心血管疾病的发病风险。研究表明，经常参加体育锻炼的人群，心血管疾病的发病风险可降低20%-30%。3.1.2生理指标因素生理指标的异常是心血管疾病发病风险增加的重要标志，它们直接反映了人体生理机能的变化，与心血管系统的健康密切相关。高血压作为心血管疾病的首要危险因素，在辽宁省农村人群中呈现出较高的患病率。本研究数据显示，高血压患者的心血管疾病发病风险是非高血压患者的[X]倍。高血压会使心脏负荷加重，导致左心室肥厚，同时损伤血管内皮细胞，促进动脉粥样硬化的形成，增加心血管疾病的发病风险。长期处于高血压状态，会使血管壁承受过高的压力，导致血管内膜受损，血小板和脂质容易在受损部位聚集，形成血栓，进而引发心肌梗死、脑卒中等心血管疾病。一项大规模的流行病学研究表明，收缩压每升高20mmHg，心血管疾病的死亡风险就会增加一倍。高血脂同样对心血管健康构成严重威胁。总胆固醇（TC）、甘油三酯（TG）、低密度脂蛋白胆固醇（LDL-C）升高以及高密度脂蛋白胆固醇（HDL-C）降低，都与心血管疾病的发病风险密切相关。本研究中，血脂异常患者的心血管疾病发病率显著高于血脂正常者。LDL-C是动脉粥样硬化的主要致病因子，它可以被氧化修饰后进入血管内膜下，被巨噬细胞吞噬形成泡沫细胞，逐渐发展为动脉粥样硬化斑块。而HDL-C则具有抗动脉粥样硬化的作用，它可以促进胆固醇逆向转运，将血管壁中的胆固醇转运回肝脏进行代谢，从而减少脂质在血管壁的沉积。研究表明，LDL-C水平每降低1mmol/L，心血管疾病的发病风险可降低20%-30%。高血糖也是心血管疾病的重要危险因素之一。糖尿病患者由于长期高血糖状态，会导致血管内皮细胞损伤、炎症反应增加、血液黏稠度升高，从而增加心血管疾病的发病风险。在辽宁省农村人群中，糖尿病患者的心血管疾病发病风险是非糖尿病患者的[Y]倍。高血糖还会促进动脉粥样硬化的发展，使血管壁增厚、变硬，管腔狭窄，容易引发心血管事件。一项针对糖尿病患者的长期随访研究发现，糖尿病患者发生心血管疾病的风险是普通人群的2-4倍。肥胖也是心血管疾病的重要危险因素之一，常用的衡量指标包括BMI、腰围等。本研究中，BMI≥24kg/m²的超重和肥胖人群，心血管疾病发病率明显高于正常体重人群。肥胖会导致体内脂肪堆积，尤其是腹部脂肪堆积，会引起一系列代谢紊乱，如胰岛素抵抗、血脂异常、高血压等，这些因素都会增加心血管疾病的发病风险。腰围作为衡量中心性肥胖的重要指标，同样与心血管疾病的发病风险密切相关。研究表明，腰围每增加10cm，心血管疾病的发病风险就会增加15%-20%。3.1.3遗传因素遗传因素在心血管疾病的发病中起着不可忽视的作用，它通过基因的传递和表达，影响个体对心血管疾病的易感性。本研究发现，有家族心血管疾病史的辽宁省农村居民，其心血管疾病发病风险显著高于无家族史者。在有家族史的人群中，心血管疾病发病率为[X]‰，而无家族史人群的发病率仅为[Y]‰，差异具有统计学意义（P<0.05）。家族心血管疾病史反映了遗传因素在疾病发生中的作用，某些基因突变或遗传多态性可能会增加个体患心血管疾病的风险。研究表明，家族中有早发心血管疾病（男性发病年龄<55岁，女性发病年龄<65岁）的成员，其直系亲属患心血管疾病的风险会增加2-3倍。遗传因素对心血管疾病发病风险的影响主要通过多个方面体现。某些基因的突变会直接导致心血管系统的结构和功能异常，如编码心脏离子通道的基因突变，可能会引发心律失常，增加心血管疾病的发病风险。遗传因素还会影响个体对心血管疾病危险因素的反应性。例如，某些遗传背景的个体可能对高血压、高血脂等危险因素更为敏感，在相同的危险因素暴露下，更容易发生心血管疾病。此外，遗传因素还可能通过影响生活方式和环境因素的作用，间接影响心血管疾病的发病风险。有家族心血管疾病史的个体，可能由于遗传因素的影响，更容易形成不良的生活习惯，如吸烟、饮酒、不健康饮食等，从而增加心血管疾病的发病风险。近年来，随着基因检测技术的不断发展，越来越多与心血管疾病相关的基因被发现。例如，载脂蛋白E（ApoE）基因多态性与血脂代谢密切相关，ApoEε4等位基因携带者的血脂水平往往较高，心血管疾病的发病风险也相应增加。血管紧张素转换酶（ACE）基因的插入/缺失（I/D）多态性与高血压、冠心病等心血管疾病的发生也有一定关联。携带D等位基因的个体，ACE活性较高，可能会导致血管收缩和血压升高，增加心血管疾病的发病风险。然而，遗传因素并非决定心血管疾病发病的唯一因素，它与环境因素、生活方式等相互作用，共同影响着心血管疾病的发生发展。即使个体具有遗传易感性，通过改善生活方式、控制危险因素，仍有可能降低心血管疾病的发病风险。3.1.4其他因素除了生活习惯、生理指标和遗传因素外，心理压力和环境污染等其他因素也对辽宁省农村人群心血管疾病发病风险产生重要影响。心理压力在现代社会中日益普遍，长期处于高心理压力状态会对心血管系统造成不良影响。在辽宁省农村地区，由于生活和工作的各种压力，部分居民长期处于紧张、焦虑、抑郁等不良情绪中。本研究通过问卷调查评估居民的心理压力水平，发现心理压力较大的人群，心血管疾病发病风险明显增加。心理压力会导致体内交感神经兴奋，释放去甲肾上腺素等激素，引起血压升高、心率加快，同时还会影响内分泌系统和免疫系统的功能，增加炎症反应，从而损伤心血管系统，增加心血管疾病的发病风险。一项针对长期处于高压力工作环境人群的研究发现，他们患心血管疾病的风险是低压力人群的1.5-2倍。环境污染也是心血管疾病的潜在危险因素之一。辽宁省农村地区在工业化和城市化进程中，面临着一定程度的环境污染问题，如空气污染、水污染等。空气污染中的颗粒物（PM2.5、PM10）、二氧化硫、氮氧化物等有害物质，会进入人体呼吸系统，通过血液循环进入心血管系统，导致血管内皮细胞损伤、炎症反应增加、氧化应激增强，从而增加心血管疾病的发病风险。研究表明，长期暴露于高浓度的PM2.5环境中，心血管疾病的发病率和死亡率会显著增加。水污染同样会对心血管健康造成影响，水中的重金属、农药残留等有害物质，可能会干扰人体的正常生理代谢，导致心血管系统受损。在一些水污染较为严重的农村地区，居民心血管疾病的患病率相对较高。此外，社会经济因素也与心血管疾病发病风险相关。辽宁省农村地区经济发展水平相对较低，部分居民的医疗保障水平不足，难以获得及时有效的医疗服务。同时，受教育程度较低也会影响居民的健康意识和健康行为，导致他们对心血管疾病的预防和控制重视不够。本研究发现，家庭收入较低、受教育程度在初中及以下的居民，心血管疾病发病风险相对较高。经济条件限制可能导致居民无法购买健康的食品，缺乏体育锻炼设施，同时也会增加心理压力，这些因素都不利于心血管健康。3.2多因素分析在单因素分析初步筛选出与辽宁省农村人群心血管疾病发病风险相关的因素后，为进一步确定这些因素的独立性以及它们对发病风险的综合影响，采用多因素分析方法，其中Logistic回归分析是常用且有效的手段。Logistic回归分析以心血管疾病的发病情况（发病或未发病）作为因变量，将单因素分析中具有统计学意义的因素，如吸烟、饮酒、高盐高脂饮食、高血压、高血脂、高血糖、肥胖、家族心血管疾病史、心理压力、环境污染、社会经济因素等作为自变量纳入模型。在纳入自变量时，充分考虑因素之间的相互关系和临床意义，避免因自变量之间的高度相关性导致共线性问题，影响模型的稳定性和准确性。通过最大似然估计法对模型参数进行估计，得到每个自变量的回归系数（β）、优势比（OR）及其95%置信区间（95%CI）。回归系数β反映了自变量每变化一个单位时，因变量对数优势比的变化量；优势比OR则表示自变量每变化一个单位时，发病风险增加或减少的倍数，OR>1表示该因素为危险因素，会增加发病风险；OR<1则表示该因素为保护因素，可降低发病风险。经Logistic回归分析发现，高血压、高血脂、高血糖、肥胖、吸烟、家族心血管疾病史等因素在多因素模型中仍具有显著意义，是辽宁省农村人群心血管疾病发病的独立危险因素。其中，高血压的OR值为[X1]（95%CI：[下限1]-[上限1]），表明高血压患者患心血管疾病的风险是血压正常者的[X1]倍。这是因为高血压长期作用于心血管系统，使心脏后负荷增加，血管壁承受的压力增大，导致血管内皮细胞损伤，促进动脉粥样硬化斑块的形成，进而增加心血管疾病的发病风险。高血脂中，总胆固醇（TC）每升高1mmol/L，心血管疾病发病风险增加[X2]倍（OR=[X2]，95%CI：[下限2]-[上限2]）。高TC水平会导致血液中脂质含量升高，过多的脂质沉积在血管壁，形成粥样硬化斑块，使血管狭窄、堵塞，引发心血管疾病。高血糖也是重要的独立危险因素，糖尿病患者的OR值为[X3]（95%CI：[下限3]-[上限3]）。高血糖状态下，机体处于氧化应激和炎症状态，会损伤血管内皮细胞，影响血管的正常功能，还会促进血小板聚集，增加血栓形成的风险，从而显著增加心血管疾病的发病风险。肥胖指标BMI≥24kg/m²的人群，OR值为[X4]（95%CI：[下限4]-[上限4]）。肥胖引发的代谢紊乱，如胰岛素抵抗、血脂异常等，会进一步影响心血管系统的正常功能，增加心血管疾病的发病风险。吸烟作为不良生活习惯，对心血管疾病发病风险影响显著，吸烟者的OR值为[X5]（95%CI：[下限5]-[上限5]）。烟草中的尼古丁、焦油等有害物质，可使血管收缩、血压升高，同时损伤血管内皮细胞，促进动脉粥样硬化的发展，增加心血管疾病的发病风险。有家族心血管疾病史的人群，OR值为[X6]（95%CI：[下限6]-[上限6]）。遗传因素通过基因的传递，使个体携带某些与心血管疾病相关的基因突变或遗传多态性，从而增加对心血管疾病的易感性。除上述因素外，研究还发现，心理压力和环境污染等因素在调整其他因素后，对心血管疾病发病风险仍有一定影响。心理压力较大的人群，OR值为[X7]（95%CI：[下限7]-[上限7]）。长期的心理压力会导致体内神经内分泌系统紊乱，释放如肾上腺素、去甲肾上腺素等激素，使血压升高、心率加快，同时影响脂质代谢和血小板功能，增加心血管疾病的发病风险。环境污染方面，以空气污染为例，长期暴露于高浓度PM2.5环境中的居民，OR值为[X8]（95%CI：[下限8]-[上限8]）。PM2.5等污染物进入人体后，可引发炎症反应和氧化应激，损伤血管内皮细胞，促进血栓形成，进而增加心血管疾病的发病风险。四、心血管疾病发病风险预测模型构建4.1常用预测模型概述在心血管疾病发病风险预测领域，众多学者和研究机构致力于开发各种预测模型，以提高对心血管疾病发病风险的评估准确性，其中较为常用的模型包括Framingham风险评分模型、中国心血管疾病风险评估模型等，这些模型在心血管疾病的预防和控制中发挥了重要作用。Framingham风险评分模型是心血管疾病风险预测领域的经典模型，其开发基于著名的Framingham心脏研究。该研究始于1948年，对美国马萨诸塞州Framingham镇的居民进行长期随访，收集了大量关于心血管疾病危险因素的数据。通过对这些数据的深入分析，研究人员确定了多个与心血管疾病相关的风险因素，包括年龄、性别、血压、血脂水平、吸烟状况等。在此基础上，建立了心血管疾病的风险评估模型，通过对这些因素进行加权计算，得出个体未来10年患冠心病的风险评分。该模型的原理基于多因素分析，将各个危险因素对心血管疾病发病风险的影响进行量化，并通过数学公式进行综合计算。其特点在于简单易用，所需数据易于获取，在临床实践和公共卫生领域得到了广泛应用。例如，医生可以根据患者的年龄、血压、血脂等指标，快速计算出其Framingham风险评分，从而判断患者未来患冠心病的风险程度，进而制定相应的预防和治疗措施。然而，该模型也存在一定的局限性，由于其数据主要来源于美国白人人群，对于其他种族和地区的人群，适用性可能受到限制。随着社会环境和生活方式的改变，心血管疾病的风险因素也在发生变化，该模型建立时所依据的风险因素可能无法完全适用于当前人群，需要不断进行调整和改进。中国心血管疾病风险评估模型则是结合中国人群的特点专门开发的。随着对心血管疾病研究的深入以及国内大规模流行病学调查的开展，研究人员发现中国人群在心血管疾病的危险因素、发病机制和疾病谱等方面与西方人群存在差异。因此，基于中国多省市心血管病危险因素队列研究（CMCS）等大规模前瞻性队列研究数据，建立了适合中国人群的心血管疾病风险评估模型。该模型充分考虑了中国人群的生活方式、遗传背景和疾病谱特点，纳入了如腰围、高敏C反应蛋白等具有中国特色的危险因素。其原理同样基于多因素分析，通过对大量中国人群数据的分析，确定各危险因素与心血管疾病发病风险之间的关系，并建立预测方程。与Framingham风险评分模型相比，中国心血管疾病风险评估模型在预测中国人群心血管疾病发病风险方面具有更高的准确性和适用性。例如，在评估中国农村人群心血管疾病发病风险时，该模型能够更好地考虑到农村居民的生活习惯、饮食结构等因素对发病风险的影响。然而，该模型也需要不断更新和完善，以适应中国人群心血管疾病危险因素的动态变化，进一步提高预测的准确性。四、心血管疾病发病风险预测模型构建4.1常用预测模型概述在心血管疾病发病风险预测领域，众多学者和研究机构致力于开发各种预测模型，以提高对心血管疾病发病风险的评估准确性，其中较为常用的模型包括Framingham风险评分模型、中国心血管疾病风险评估模型等，这些模型在心血管疾病的预防和控制中发挥了重要作用。Framingham风险评分模型是心血管疾病风险预测领域的经典模型，其开发基于著名的Framingham心脏研究。该研究始于1948年，对美国马萨诸塞州Framingham镇的居民进行长期随访，收集了大量关于心血管疾病危险因素的数据。通过对这些数据的深入分析，研究人员确定了多个与心血管疾病相关的风险因素，包括年龄、性别、血压、血脂水平、吸烟状况等。在此基础上，建立了心血管疾病的风险评估模型，通过对这些因素进行加权计算，得出个体未来10年患冠心病的风险评分。该模型的原理基于多因素分析，将各个危险因素对心血管疾病发病风险的影响进行量化，并通过数学公式进行综合计算。其特点在于简单易用，所需数据易于获取，在临床实践和公共卫生领域得到了广泛应用。例如，医生可以根据患者的年龄、血压、血脂等指标，快速计算出其Framingham风险评分，从而判断患者未来患冠心病的风险程度，进而制定相应的预防和治疗措施。然而，该模型也存在一定的局限性，由于其数据主要来源于美国白人人群，对于其他种族和地区的人群，适用性可能受到限制。随着社会环境和生活方式的改变，心血管疾病的风险因素也在发生变化，该模型建立时所依据的风险因素可能无法完全适用于当前人群，需要不断进行调整和改进。中国心血管疾病风险评估模型则是结合中国人群的特点专门开发的。随着对心血管疾病研究的深入以及国内大规模流行病学调查的开展，研究人员发现中国人群在心血管疾病的危险因素、发病机制和疾病谱等方面与西方人群存在差异。因此，基于中国多省市心血管病危险因素队列研究（CMCS）等大规模前瞻性队列研究数据，建立了适合中国人群的心血管疾病风险评估模型。该模型充分考虑了中国人群的生活方式、遗传背景和疾病谱特点，纳入了如腰围、高敏C反应蛋白等具有中国特色的危险因素。其原理同样基于多因素分析，通过对大量中国人群数据的分析，确定各危险因素与心血管疾病发病风险之间的关系，并建立预测方程。与Framingham风险评分模型相比，中国心血管疾病风险评估模型在预测中国人群心血管疾病发病风险方面具有更高的准确性和适用性。例如，在评估中国农村人群心血管疾病发病风险时，该模型能够更好地考虑到农村居民的生活习惯、饮食结构等因素对发病风险的影响。然而，该模型也需要不断更新和完善，以适应中国人群心血管疾病危险因素的动态变化，进一步提高预测的准确性。4.2基于辽宁省农村人群数据的模型构建4.2.1模型选择依据在众多心血管疾病发病风险预测模型中，选择适合辽宁省农村人群的模型需要综合考量多方面因素。辽宁省农村人群具有独特的特征，在生活方式上，与城市人群存在显著差异。农村居民体力劳动强度较大，但随着农业机械化发展和生活水平提高，体力活动量逐渐减少，同时高盐、高脂、高糖的饮食习惯较为普遍，且吸烟、过量饮酒等不良生活习惯的比例较高。从人口结构来看，辽宁省农村地区人口老龄化进程加快，老年人口占比逐渐增加，且近年来农村青壮年劳动力外流现象较为严重，导致农村地区空巢老人增多，这不仅影响了居民的生活方式和健康行为，也对医疗资源的分配和利用产生了影响。此外，农村地区的医疗资源相对匮乏，居民健康意识相对薄弱，对心血管疾病的早期筛查和干预能力不足。考虑到辽宁省农村人群的这些特点，传统的Framingham风险评分模型虽然应用广泛且简单易用，但由于其基于美国白人人群数据建立，可能无法准确反映辽宁省农村人群的心血管疾病发病风险。而中国心血管疾病风险评估模型虽针对中国人群特点开发，但对于辽宁省农村人群独特的生活环境、饮食习惯和遗传背景等因素考虑仍不够全面。因此，本研究决定在借鉴现有模型的基础上，采用机器学习中的逻辑回归模型（LogisticRegression）进行改进和优化。逻辑回归模型在处理二分类问题上具有良好的性能，能够通过对多个自变量的分析，预测因变量（心血管疾病发病与否）的概率。其原理是基于最大似然估计，通过构建逻辑函数，将自变量与因变量之间的关系进行量化。该模型具有可解释性强的优点，能够清晰地展示各个危险因素对心血管疾病发病风险的影响程度，便于临床医生和公共卫生工作者理解和应用。同时，通过对辽宁省农村人群数据的深入分析和特征工程，能够更好地纳入与该地区人群相关的危险因素，提高模型的准确性和适用性。4.2.2变量选择与数据处理在构建心血管疾病发病风险预测模型时，变量的选择至关重要，它直接影响模型的性能和预测准确性。本研究基于前期的单因素和多因素分析结果，综合考虑因素的统计学意义、临床相关性以及数据的可获取性，确定纳入模型的变量。具体变量包括：年龄、性别等人口统计学因素，这些因素是心血管疾病发病的基本影响因素，年龄的增长和男性性别都与心血管疾病发病风险增加相关；吸烟、饮酒、高盐高脂饮食、缺乏运动等生活习惯因素，它们在心血管疾病的发生发展中起着重要作用，长期的不良生活习惯会逐渐损害心血管系统，增加发病风险；高血压、高血脂、高血糖、肥胖等生理指标因素，这些指标的异常是心血管疾病的重要危险因素，直接反映了人体心血管系统的健康状况；家族心血管疾病史作为遗传因素的代表，体现了遗传因素对个体发病风险的影响，有家族史的个体往往携带着与心血管疾病相关的遗传易感性；心理压力和环境污染等其他因素，心理压力过大会导致神经内分泌系统紊乱，影响心血管功能，而环境污染中的有害物质会损伤血管内皮细胞，促进心血管疾病的发生。在确定变量后，需要对收集到的数据进行一系列处理，以确保数据的质量和可用性。数据清洗是首要步骤，主要是去除数据中的错误值、重复值和异常值。例如，在血压测量数据中，可能存在因测量误差导致的明显异常值，通过设定合理的血压范围阈值，如收缩压在90-180mmHg之间，舒张压在60-100mmHg之间，去除超出该范围的异常数据。对于重复记录的数据，通过对比个体的唯一标识（如身份证号、研究编号等）进行识别和删除。处理缺失值也是关键环节，常用的方法有均值/条件均值法、末次/基线观测结转法、随机森林插补法、多重插补法等。对于连续型变量如血脂指标，若缺失值较少，可采用均值法，即使用该变量的均值来填补缺失值；若缺失值较多且存在一定的相关性，可考虑使用随机森林插补法，该方法利用随机森林算法对缺失值进行预测和填补，能够较好地保留数据的特征和关系。对于分类变量如吸烟状况（是/否），可采用多重插补法，通过多次模拟生成多个完整的数据集，然后对这些数据集进行分析，最后综合多个结果得到最终的分析结论，从而减少缺失值对分析结果的影响。数据标准化同样不可或缺，它能够使不同变量的数据具有统一的量纲和尺度，避免因变量取值范围差异较大而导致模型训练时某些变量的影响被过度放大或缩小。对于连续型变量，如年龄、血压、血脂等，常采用Z-score标准化方法，计算公式为：Z=\frac{X-\mu}{\sigma}，其中X为原始数据，\mu为均值，\sigma为标准差。经过标准化后，数据的均值为0，标准差为1，使得不同变量在模型训练中具有相同的权重和影响力。4.2.3模型构建过程本研究运用R语言作为统计分析软件，利用其丰富的统计分析和机器学习库，采用逻辑回归算法构建辽宁省农村人群心血管疾病发病风险预测模型。在R语言环境中，首先导入经过清洗、缺失值处理和标准化后的数据，将数据划分为训练集和测试集，通常按照70%和30%的比例进行划分。训练集用于模型的训练和参数估计，测试集用于评估模型的性能和泛化能力。例如，使用caret包中的createDataPartition函数进行数据集划分：library(caret)set.seed(123)trainIndex<-createDataPartition(data$cardiovascular_disease,p=0.7,list=FALSE)trainData<-data[trainIndex,]testData<-data[-trainIndex,]set.seed(123)trainIndex<-createDataPartition(data$cardiovascular_disease,p=0.7,list=FALSE)trainData<-data[trainIndex,]testData<-data[-trainIndex,]trainIndex<-createDataPartition(data$cardiovascular_disease,p=0.7,list=FALSE)trainData<-data[trainIndex,]testData<-data[-trainIndex,]trainData<-data[trainIndex,]testData<-data[-trainIndex,]testData<-data[-trainIndex,]然后，使用glm函数构建逻辑回归模型，将心血管疾病发病情况（是/否）作为因变量，前面确定的年龄、性别、吸烟、饮酒、高血压、高血脂等因素作为自变量纳入模型。具体代码如下：model<-glm(cardiovascular_disease~age+gender+smoking+drinking+hypertension+hyperlipidemia+hyperglycemia+obesity+family_history+psychological_stress+environmental_pollution,data=trainData,family=binomial())在模型训练过程中，glm函数会根据最大似然估计法对模型参数进行估计，通过迭代计算不断调整参数，使得模型对训练数据的拟合效果最佳。训练完成后，得到每个自变量的回归系数、标准误、Z值、P值以及优势比（OR）等结果。回归系数表示自变量每变化一个单位时，因变量对数优势比的变化量；优势比则反映了自变量与心血管疾病发病风险之间的关联强度，OR>1表示该因素为危险因素，会增加发病风险，OR<1表示该因素为保护因素，可降低发病风险。得到模型后，使用测试集对模型进行初步评估，计算模型的准确率、敏感度、特异度、受试者工作特征曲线下面积（AUC）等指标。准确率是指模型预测正确的样本数占总样本数的比例，反映了模型的整体预测能力；敏感度表示实际发病且被模型正确预测为发病的样本比例，体现了模型对正样本的识别能力；特异度则是实际未发病且被模型正确预测为未发病的样本比例，反映了模型对负样本的识别能力；AUC值是衡量模型区分度的重要指标，取值范围在0.5-1之间，AUC越接近1，说明模型的区分能力越强，即能够更好地区分出发病和未发病的个体。例如，使用pROC包计算AUC值：library(pROC)pred<-predict(model,newdata=testData,type="response")roc_obj<-roc(testData$cardiovascular_disease,pred)auc_value<-auc(roc_obj)pred<-predict(model,newdata=testData,type="response")roc_obj<-roc(testData$cardiovascular_disease,pred)auc_value<-auc(roc_obj)roc_obj<-roc(testData$cardiovascular_disease,pred)auc_value<-auc(roc_obj)auc_value<-auc(roc_obj)通过以上步骤，成功构建了基于辽宁省农村人群数据的心血管疾病发病风险预测模型，并对模型进行了初步评估，为后续的模型验证和优化奠定了基础。五、预测模型的验证与评估5.1内部验证为检验基于辽宁省农村人群数据构建的心血管疾病发病风险预测模型的稳定性和可靠性，采用交叉验证这一常用且有效的方法在构建模型的数据集内进行内部验证。交叉验证能够有效避免因数据集划分方式不同而导致的模型评估偏差，使评估结果更具稳定性和代表性。在交叉验证方法中，K折交叉验证（K-foldCrossValidation）是一种广泛应用的技术。其基本原理是将原始数据集随机划分为K个互不重叠的子集，每个子集的大小尽量相等。在本研究中，将K值设定为10。在每次验证过程中，选择其中一个子集作为测试集，其余K-1个子集合并作为训练集。使用训练集对模型进行训练，得到模型的参数估计。然后，将训练好的模型应用于测试集，计算模型在测试集上的预测性能指标，如准确率、敏感度、特异度、受试者工作特征曲线下面积（AUC）等。重复上述过程K次，每次选择不同的子集作为测试集，最终得到K组预测性能指标。通过计算这K组指标的平均值，作为模型在整个数据集上的性能评估结果。以准确率指标为例，在第一次交叉验证中，模型在测试集上的准确率为[准确率1]，第二次为[准确率2]，以此类推，第十次为[准确率10]。则模型的平均准确率为：平均准确率=\frac{准确率1+准确率2+\cdots+准确率10}{10}同样地，对于敏感度、特异度和AUC等指标，也按照上述方法计算平均值。经过10折交叉验证后，模型的平均准确率达到了[X]%，这意味着模型在预测心血管疾病发病情况时，能够正确分类的样本比例较高。平均敏感度为[Y]%，表明模型能够准确识别出实际发病样本的能力较强。平均特异度为[Z]%，说明模型对实际未发病样本的正确判断能力也较为理想。而平均AUC值达到了[W]，AUC值越接近1，说明模型的区分能力越强，即能够更好地区分出发病和未发病的个体，本研究中的AUC值表明模型在区分心血管疾病发病和未发病个体方面具有良好的性能。除了K折交叉验证，还可以采用留一法交叉验证（Leave-One-OutCrossValidation，LOOCV）进行补充验证。留一法交叉验证是K折交叉验证的一种特殊形式，当K等于样本总数N时，即为留一法交叉验证。在留一法中，每次只保留一个样本作为测试集，其余N-1个样本作为训练集。这样，对于包含N个样本的数据集，需要进行N次模型训练和预测。虽然留一法计算量较大，但由于每次训练集都接近原始数据集的分布，因此得到的结果较为可靠。通过留一法交叉验证，进一步验证了模型在小样本情况下的性能表现，确保模型的稳定性和可靠性。5.2外部验证为进一步检验所构建模型的泛化能力和适用性，确保模型能够在不同数据集上准确预测辽宁省农村人群心血管疾病发病风险，利用另一独立的辽宁省农村人群数据集对模型进行外部验证。该外部验证数据集同样来源于辽宁省农村地区的流行病学调查，但与模型构建所使用的数据集在样本选取、调查时间等方面相互独立。数据集涵盖了[X]名农村居民的相关信息，包括人口统计学特征、生活方式因素、生理指标、家族病史以及心血管疾病发病情况等。这些数据在收集过程中严格遵循标准化流程，确保了数据的准确性和可靠性。将构建好的心血管疾病发病风险预测模型应用于外部验证数据集，对数据集中每个个体的心血管疾病发病风险进行预测。在预测过程中，严格按照模型构建时确定的变量和算法进行计算。例如，模型中包含年龄、性别、吸烟、高血压等变量，在对外部验证数据集中的个体进行预测时，提取其对应的这些变量信息，代入模型公式中，得到每个个体的心血管疾病发病预测概率。预测完成后，采用与内部验证相同的性能评估指标，对模型在外部验证数据集上的预测性能进行评估。计算模型的准确率、敏感度、特异度、受试者工作特征曲线下面积（AUC）等指标。经过计算，模型在外部验证数据集上的准确率为[X1]%，敏感度为[Y1]%，特异度为[Z1]%，AUC值为[W1]。与内部验证结果相比，虽然部分指标数值略有差异，但整体性能表现较为稳定。准确率和内部验证结果相比，差异在[X2]%以内，说明模型在不同数据集上对样本分类的准确性较为一致；敏感度和特异度的差异也在可接受范围内，表明模型对发病样本和未发病样本的识别能力在外部验证中同样可靠。而AUC值在外部验证中仍然保持在较高水平，接近[W]，进一步证明了模型在区分发病和未发病个体方面具有良好的泛化能力。通过外部验证，充分验证了所构建的心血管疾病发病风险预测模型在不同的辽宁省农村人群数据集中具有较好的泛化能力和预测性能。这意味着该模型不仅在构建数据集上表现良好，还能够在其他独立的辽宁省农村人群数据中准确预测心血管疾病发病风险，为实际应用于辽宁省农村地区心血管疾病的预防和控制提供了有力的支持。5.3模型评估指标5.3.1区分度指标区分度是评估心血管疾病发病风险预测模型性能的关键指标之一，它反映了模型准确区分发病者和未发病者的能力。在众多区分度指标中，受试者工作特征（ROC）曲线下面积（AUC）被广泛应用。ROC曲线以真阳性率（TruePositiveRate，TPR）为纵坐标，假阳性率（FalsePositiveRate，FPR）为横坐标绘制而成。其中，真阳性率表示实际发病且被模型正确预测为发病的样本比例，计算公式为TPR=\frac{TP}{TP+FN}，TP代表真阳性数，FN代表假阴性数；假阳性率表示实际未发病却被模型错误预测为发病的样本比例，计算公式为FPR=\frac{FP}{FP+TN}，FP代表假阳性数，TN代表真阴性数。AUC则是ROC曲线与坐标轴围成的面积，其取值范围在0.5-1之间。AUC越接近1，说明模型的区分能力越强，即能够更好地区分出发病和未发病的个体。当AUC为0.5时，意味着模型的预测结果与随机猜测无异，不具有区分能力。例如，在本研究中，通过对模型进行评估，得到其AUC值为[具体AUC值]。这表明该模型在区分辽宁省农村人群心血管疾病发病和未发病个体方面具有[具体能力描述，如“较好的能力”]。若AUC值接近1，说明模型能够准确地将发病者和未发病者区分开来，在实际应用中，可以较为可靠地识别出心血管疾病的高危人群；若AUC值接近0.5，则说明模型的区分效果较差，需要对模型进行改进或重新构建。除了AUC，C统计量也是常用的区分度指标，它与AUC在本质上是等价的。C统计量同样用于衡量模型的区分能力，其计算基于成对比较的原理，即比较发病者和未发病者的预测风险值。C统计量的值越大，表明模型在区分发病者和未发病者方面的能力越强。在实际应用中，C统计量与AUC可以相互验证，共同评估模型的区分度。例如，当AUC值较高时，C统计量也应相应较高，若两者出现较大差异，则需要进一步分析原因，检查数据质量或模型构建过程是否存在问题。5.3.2校准度指标校准度是衡量心血管疾病发病风险预测模型准确性的重要方面，它主要检验模型预测风险与实际观测风险的一致性。校准斜率是常用的校准度指标之一，它反映了模型预测风险与实际风险之间的线性关系。理想情况下，校准斜率应为1，即模型预测风险与实际风险呈完美的线性对应关系。若校准斜率大于1，说明模型可能高估了风险，对于低风险个体可能给出过高的风险预测；若校准斜率小于1，则表明模型可能低估了风险，对于高风险个体的风险预测可能偏低。例如，在本研究中，通过对模型的校准斜率进行计算，得到其值为[具体校准斜率值]。若该值接近1，说明模型在风险预测的校准度方面表现良好；若偏离1较大，则需要对模型进行调整，以提高其校准度。校准卡方检验也是评估校准度的重要方法。它通过比较模型预测风险与实际观测风险之间的差异，来判断模型的校准情况。具体来说，校准卡方检验将样本按照预测风险进行分组，然后计算每组中实际发病数与预测发病数之间的差异。若差异较小，即校准卡方值较小，说明模型预测风险与实际观测风险较为一致，模型的校准度较好；反之，若校准卡方值较大，则表明模型的校准度存在问题，需要进一步优化。例如，在校准卡方检验中，得到的卡方值为[具体校准卡方值]，通过与临界值进行比较，若小于临界值，则说明模型的校准度在可接受范围内；若大于临界值，则需要对模型进行改进，以提高其校准度。十分位图也是常用的校准度评估工具。它将样本按照预测风险从低到高分为十个十分位组，然后分别计算每个组内的实际发病风险和预测发病风险。通过绘制实际发病风险与预测发病风险的散点图，可以直观地展示模型在不同风险水平下的校准情况。若散点图中的点紧密分布在对角线附近，说明模型的校准度良好；若点偏离对角线较远，则表明模型在某些风险水平上存在校准偏差，需要进一步分析和改进。例如，在绘制十分位图后，观察到大部分点分布在对角线附近，但在某些十分位组中，点与对角线存在一定偏差，这提示模型在这些风险区间的校准度需要进一步优化。5.3.3临床实用性指标临床实用性是评估心血管疾病发病风险预测模型能否在实际临床实践中有效应用的关键指标。一个具有良好临床实用性的模型，能够为临床决策提供切实有效的支持，帮助医生更好地管理患者的心血管疾病风险。决策曲线分析（DecisionCurveAnalysis，DCA）是评估模型临床实用性的重要方法之一。DCA通过比较不同阈值下模型的净获益（NetBenefit），来评估模型在临床实践中的应用价值。净获益的计算综合考虑了真阳性、假阳性、真阴性和假阴性的情况，以及相应的获益和损失。在心血管疾病风险预测中，真阳性意味着正确识别出高风险患者，使其能够及时接受预防和治疗措施，从而获得获益；假阳性则可能导致低风险患者接受不必要的检查和治疗，带来额外的经济负担和潜在风险。通过DCA，可以直观地展示在不同决策阈值下，模型的净获益情况。例如，在本研究中，对模型进行DCA分析后发现，在一定的阈值范围内，模型的净获益明显高于“全部治疗”和“全部不治疗”策略。这表明在该阈值范围内应用模型进行风险预测，能够为患者带来更多的临床获益，具有较好的临床实用性。医生可以根据DCA结果，结合临床实际情况，选择合适的决策阈值，以优化临床决策。临床影响分析（ClinicalImpactAnalysis，CIA）也是评估模型临床实用性的重要手段。CIA主要评估模型的应用对临床实践产生的实际影响，如是否能够改变患者的治疗方案、提高治疗效果、降低医疗成本等。例如，通过模拟分析发现，应用本研究构建的模型对辽宁省农村人群进行心血管疾病风险预测后，能够使[X]%的高风险患者及时接受有效的预防和治疗措施，从而降低心血管疾病的发病率和死亡率。同时，由于能够准确识别低风险患者，避免了不必要的医疗资源浪费，预计可降低[Y]%的医疗成本。这些结果表明，该模型具有较好的临床实用性，能够对辽宁省农村地区心血管疾病的防治工作产生积极的影响。5.4结果分析与讨论通过内部验证和外部验证，本研究构建的心血管疾病发病风险预测模型展现出良好的性能，但也存在一定的局限性。在内部验证中，采用10折交叉验证和留一法交叉验证，模型在准确率、敏感度、特异度和AUC等指标上均表现出色，说明模型在构建数据集内具有较高的稳定性和可靠性。外部验证结果也表明，模型在独立的辽宁省农村人群数据集上具有较好的泛化能力，能够准确预测心血管疾病发病风险。在区分度方面，模型的AUC值达到了[具体AUC值]，显示出良好的区分发病者和未发病者的能力。这意味着模型能够有效地识别出心血管疾病的高危人群，为早期干预提供有力支持。校准度指标如校准斜率接近1，校准卡方检验结果表明模型预测风险与实际观测风险较为一致，说明模型在风险预测的准确性上表现较好。临床实用性指标中，决策曲线分析显示在一定阈值范围内，模型的净获益高于“全部治疗”和“全部不治疗”策略，临床影响分析表明模型的应用能够改变患者的治疗方案，提高治疗效果，降低医疗成本，具有较好的临床实用性。然而，模型也存在一些不足之处。在数据方面，虽然本研究收集了大量辽宁省农村人群的数据，但仍可能存在某些潜在因素未被纳入分析，如一些罕见的基因突变、特殊的环境暴露因素等。这些因素可能对心血管疾病发病风险产生影响，但由于数据的局限性，未能在模型中体现。在模型构建方法上，虽然逻辑回归模型具有可解释性强的优点，但相较于一些复杂的机器学习模型，如深度学习模型，其对数据特征的挖掘能力可能有限。深度学习模型能够自动学习数据中的复杂模式和特征，但可解释性较差，在临床应用中存在一定的局限性。因此，如何在提高模型预测性能的同时，增强模型的可解释性，是未来需要进一步研究的方向。为了进一步改进模型，未来研究可以从以下几个方面入手。在数据收集上，扩大样本量，涵盖更多不同特征的辽宁省农村人群，同时深入挖掘潜在的危险因素，如采用全基因组测序技术，全面分析遗传因素对心血管疾病发病风险的影响。在模型构建方面，可以尝试将逻辑回归模型与其他机器学习算法相结合，如集成学习方法，通过融合多个模型的优势，提高模型的预测性能和稳定性。还可以引入深度学习模型，利用其强大的特征学习能力，挖掘数据中的深层次信息，但需要解决其可解释性问题，例如采用解释性机器学习技术，如LIME（LocalInterpretableModel-agnosticExplanation