Stroke recurrence prediction model based on machine learning algorithms using routine blood test

doi:10.3969/j.issn.1673-8640.2024.12.010

Abstract

Abstract:

Objective To construct a prediction model for stroke recurrence based on machine learning algorithms using routine laboratory tests. Methods A total of 437 stroke patients admitted to Shanghai Xuhui District Central Hospital from January 2010 to December 2023 were retrospectively followed up. Patients with stroke recurrence during the follow-up period were classified as recurrence group，while those without stroke recurrence were classified as non-recurrence group. The dataset was randomly divided into a training set and a validation set in a 7∶3 ratio. Blood lipid and routine blood test parameters at the initial stroke occurrence were collected. A 5-fold cross-validation method was used to develop prediction model in the training set based on machine learning algorithms including random forest（RF），XGboost，Adaboost，K-nearest neighbors（KNN） and Logistic regression（LR）. The predictive performance of stroke recurrence prediction model was evaluated using receiver operating characteristic（ROC） curves and precision-recall（PR） curves. Results The average follow-up duration for the 437 stroke patients was 6.2 years，which 184 patients experienced stroke recurrence. In the training set，red blood cell（RBC） count，hemoglobin（Hb），mean corpuscular volume（MCV），the absolute value of lymphocytes（LYMPH#），total cholesterol（TC） and triglyceride（TG） were higher in recurrence group than those in non-recurrence group（P<0.05）. The other parameters showed no statistical significance（P>0.05）. In the validation set，RBC count，Hb，MCV，TC and TG were higher in recurrence group（P<0.05），with no statistical significance observed in the other parameters（P>0.05）. In the training set，the XGboost demonstrated superior performance in predicting stroke recurrence，with higher areas under curves（AUC） and the area under precision-recall curve（PRAUC） compared to RF，Adaboost，KNN and LR. In the validation set，the prediction model constructed using XGboost achieved an AUC of 0.86 and a PRAUC of 0.82. Conclusions The stroke recurrence prediction model based on blood lipid and routine blood test parameters demonstrates promising clinical application value.

Key words: Blood Lipid, Routine blood test, Machine learning, Prediction model, Stroke, Recurrence

CLC Number:

R446.1

SHEN Zhan, BIAN Xiaobo, HUANG Ying, WANG Siyang, SHEN Tingting, ZHANG Xian, SONG Yunxiao, XIE Lianhong. Stroke recurrence prediction model based on machine learning algorithms using routine blood test[J]. Laboratory Medicine, 2024, 39(12): 1190-1195.

Figures/Tables 7

References 18

[1]	GBD 2019 Stroke Collaborators. Global,regional,and national burden of stroke and its risk factors,1990-2019:a systematic analysis for the Global Burden of Disease Study 2019[J]. Lancet Neurol,2021, 20(10):795-820.
[2]	DONKOR E S. Stroke in the 21^st century:a snapshot of the burden,epidemiology,and quality of life[J]. Stroke Res Treat, 2018,2018:3238165.
[3]	DING Q, LIU S, YAO Y, et al. Global,regional,and national burden of ischemic stroke,1990-2019[J]. Neurology, 2022, 98(3):e279-e290.
[4]	VODENCAREVIC A, WEINGÄRTNER M, CARO J J, et al. Prediction of recurrent ischemic stroke using registry data and machine learning methods:the erlangen stroke registry[J]. Stroke, 2022, 53(7):2299-2306.
[5]	SUMI S, ORIGASA H, HOUKIN K, et al. A modified Essen stroke risk score for predicting recurrent cardiovascular events:development and validation[J]. Int J Stroke, 2013, 8(4):251-257.
[6]	DIENER H C, RINGLEB P A, SAVI P. Clopidogrel for the secondary prevention of stroke[J]. Expert Opin Pharmacother, 2005, 6(5):755-764.
[7]	FENG G H, LI H P, LI Q L, et al. Red blood cell distribution width and ischaemic stroke[J]. Stroke Vasc Neurol, 2017, 2(3):172-175.
[8]	LAPPEGÅRD J, ELLINGSEN T S, SKJELBAKKEN T, et al. Red cell distribution width is associated with future risk of incident stroke[J]. Thromb Haemost, 2016, 115(1):126-134.
[9]	刘淑静, 常欣魁, 陈柯霖, 等. 载脂蛋白E基因多态性与脑梗患者年龄和血脂的相关性研究[J]. 标记免疫分析与临床, 2018, 25(11):1595-1598.
[10]	BUSHNELL C, KERNAN W N, SHARRIEF A Z, et al. 2024 guideline for the primary prevention of stroke:a guideline from the American Heart Association/American Stroke Association[J]. Stroke, 2024, 55(12):e344-e424.
[11]	PERERA K S, DE SA BOASQUEVISQUE D, RAO-MELACINI P, et al. Evaluating rates of recurrent ischemic stroke among young adults with embolic stroke of undetermined source:the young ESUS longitudinal cohort study[J]. JAMA Neurol, 2022, 79(5):450-458.
[12]	王双, 陈思, 付阳, 等. 机器学习在血细胞分析中智能筛查原始细胞的应用[J]. 检验医学, 2019, 34(12):1118-1123. DOI
[13]	贾音, 孙婷婷, 刘海东, 等. 常规检验大数据在胃癌早期诊断中的应用[J]. 中华检验医学杂志, 2021, 44(3):197-203.
[14]	郭杰, 刘海东, 韦琴, 等. 基于检验大数据的结直肠癌风险预测模型建立与验证[J]. 中华检验医学杂志, 2021, 44(10):914-920.
[15]	HE M, WANG H, TANG Y, et al. Red blood cell distribution width in different time-points of peripheral thrombolysis period in acute ischemic stroke is associated with prognosis[J]. Aging(Albany NY), 2022, 14(14):5749-5767.
[16]	SHEN Z, HUANG Y, ZHOU Y, et al. Association between red blood cell distribution width and ischemic stroke recurrence in patients with acute ischemic stroke:a 10-years retrospective cohort analysis[J]. Aging(Albany NY), 2023, 15(8):3052-3063.
[17]	JIA Y P, WANG J M, LYU J Q, et al. Triglyceride-rich lipoproteins cholesterol,10-years atherosclerotic cardiovascular disease risk,and risk of myocardial infarction and ischemic stroke[J]. J Lipid Res, 2024, 65(11):100653.
[18]	彭蘡, 黄婷, 徐燕. 载脂蛋白E、三酰甘油、LDL-C及联合检测在早期动脉粥样硬化性脑梗死患者中的应用价值[J]. 医学信息, 2023, 36(20):99-102.

组别	例数		性别				年龄/岁		吸烟史/例	饮酒史/例			糖尿病史/例				高血压史/例			WBC计数/（×10¹²·L^-1）			RBC计数/（×10¹²·L^-1）
组别	例数		男/例		女/例		年龄/岁		吸烟史/例	饮酒史/例			糖尿病史/例				高血压史/例			WBC计数/（×10¹²·L^-1）			RBC计数/（×10¹²·L^-1）
卒中未复发组	197		107		90		75±11		45	58			26				37			6.75±3.33			3.90±0.71
卒中复发组	130		67		63		74±12		28	33			16				25			6.92±2.51			4.13±0.62
统计值			0.242				0.805		0.077	0.642			0.055				0.010			0.503			3.341
P值			0.622				0.422		0.782	0.423			0.814				0.919			0.597			0.001
组别	Hb/ （g·L^-1）			MCV/ fL				MCH/ Pg				MCHC/ （g·L^-1）			PLT/ （×10⁹·L^-1）			LYMPH#/（×10⁹·L^-1）				MO#/（×10⁹·L^-1）			NEUT#/（×10⁹·L^-1）
卒中未复发组	119.41±22.87			91.96±5.73				30.63±2.22				333.06±11.14			202.99±69.05			1.39±0.60				0.42±0.20			4.77±3.23
卒中复发组	125.88±17.84			93.22±5.88				30.50±2.40				332.53±10.91			212.94±64.90			1.52±0.54				0.42±0.17			4.77±2.52
统计值	3.005			2.147				0.563				0.478			1.449			2.186				0.488			0.029
P值	0.003			0.033				0.574				0.633			0.149			0.030				0.626			0.977
组别		EO#/ （×10⁹·L^-1）				BASO#/（×10⁹·L^-1）					RDW-CV/ %			PDW		MPV/ fL			PCT/ %		TC/（mmol·L^-1）			TG/（mmol·L^-1）
卒中未复发组		0.17±0.17				0.02±0.01					13.60±2.09			16.09±0.38		9.81±1.12			0.20±0.06		4.98±1.23			1.72±0.47
卒中复发组		0.15±0.14				0.02±0.02					13.35±1.62			16.07±0.38		9.87±1.17			0.21±0.05		5.68±1.45			2.22±0.48
统计值		0.916				1.342					1.274			0.563		0.495			1.421		3.489			3.981
P值		0.361				0.181					0.204			0.574		0.621			0.157		<0.001			<0.001

组别	例数		性别				年龄/岁		吸烟史/例	饮酒史/例			糖尿病史/例				高血压史/例			WBC计数/（×10¹²·L^-1）			RBC计数/（×10¹²·L^-1）
组别	例数		男/例		女/例		年龄/岁		吸烟史/例	饮酒史/例			糖尿病史/例				高血压史/例			WBC计数/（×10¹²·L^-1）			RBC计数/（×10¹²·L^-1）
卒中未复发组	197		107		90		75±11		45	58			26				37			6.75±3.33			3.90±0.71
卒中复发组	130		67		63		74±12		28	33			16				25			6.92±2.51			4.13±0.62
统计值			0.242				0.805		0.077	0.642			0.055				0.010			0.503			3.341
P值			0.622				0.422		0.782	0.423			0.814				0.919			0.597			0.001
组别	Hb/ （g·L^-1）			MCV/ fL				MCH/ Pg				MCHC/ （g·L^-1）			PLT/ （×10⁹·L^-1）			LYMPH#/（×10⁹·L^-1）				MO#/（×10⁹·L^-1）			NEUT#/（×10⁹·L^-1）
卒中未复发组	119.41±22.87			91.96±5.73				30.63±2.22				333.06±11.14			202.99±69.05			1.39±0.60				0.42±0.20			4.77±3.23
卒中复发组	125.88±17.84			93.22±5.88				30.50±2.40				332.53±10.91			212.94±64.90			1.52±0.54				0.42±0.17			4.77±2.52
统计值	3.005			2.147				0.563				0.478			1.449			2.186				0.488			0.029
P值	0.003			0.033				0.574				0.633			0.149			0.030				0.626			0.977
组别		EO#/ （×10⁹·L^-1）				BASO#/（×10⁹·L^-1）					RDW-CV/ %			PDW		MPV/ fL			PCT/ %		TC/（mmol·L^-1）			TG/（mmol·L^-1）
卒中未复发组		0.17±0.17				0.02±0.01					13.60±2.09			16.09±0.38		9.81±1.12			0.20±0.06		4.98±1.23			1.72±0.47
卒中复发组		0.15±0.14				0.02±0.02					13.35±1.62			16.07±0.38		9.87±1.17			0.21±0.05		5.68±1.45			2.22±0.48
统计值		0.916				1.342					1.274			0.563		0.495			1.421		3.489			3.981
P值		0.361				0.181					0.204			0.574		0.621			0.157		<0.001			<0.001

组别	例数		性别				年龄/岁		吸烟史/例	饮酒史/例			糖尿病史/例				高血压史/例			WBC计数/（×10¹²·L^-1）			RBC计数/（×10¹²·L^-1）
组别	例数		男/例		女/例		年龄/岁		吸烟史/例	饮酒史/例			糖尿病史/例				高血压史/例			WBC计数/（×10¹²·L^-1）			RBC计数/（×10¹²·L^-1）
卒中未复发组	56		29		27		75±13		15	20			17				22			6.88±3.48			3.97±0.69
卒中复发组	54		28		26		75±12		12	21			13				23			6.60±2.65			4.24±0.53
统计值			0.000				0.177		0.309	0.119			0.547				1.086			0.444			2.068
P值			0.994				0.86		0.578	0.731			0.459				0.297			0.658			0.041
组别	Hb/ （g·L^-1）			MCV/ fL				MCH/ Pg				MCHC/ （g·L^-1）			PLT/ （×10⁹·L^-1）			LYMPH#/（×10⁹·L^-1）				MO#/（×10⁹·L^-1）			NEUT#/（×10⁹·L^-1）
卒中未复发组	120.49±20.22			91.82±6.28				30.46±2.20				331.87±11.35			187.51±61.69			1.35±0.58				0.41±0.21			4.87±3.40
卒中复发组	129.02±18.09			94.99±4.20				30.83±2.34				334.76±10.70			204.45±52.41			1.50±0.53				0.43±0.17			4.47±2.68
统计值	2.447			2.199				0.801				1.272			1.429			1.785				0.527			0.624
P值	0.016			0.030				0.425				0.206			0.156			0.077				0.599			0.534
组别		EO#/ （×10⁹·L^-1）				BASO#/（×10⁹·L^-1）					RDW-CV/ %			PDW		MPV/ fL			PCT/ %		TC/（mmol·L^-1）			TG/（mmol·L^-1）
卒中未复发组		0.24±0.07				0.02±0.01					13.51±1.41			16.18±0.41		9.99±1.05			0.18±0.05		4.81±1.18			1.66±0.42
卒中复发组		0.22±0.08				0.02±0.01					13.31±0.91			16.08±0.36		9.85±1.07			0.20±0.05		5.56±1.37			2.35±0.60
统计值		0.663				1.236					0.792			1.189		0.653			1.510		4.782			3.901
P值		0.509				0.219					0.430			0.237		0.515			0.134		<0.001			<0.001

组别	例数		性别				年龄/岁		吸烟史/例	饮酒史/例			糖尿病史/例				高血压史/例			WBC计数/（×10¹²·L^-1）			RBC计数/（×10¹²·L^-1）
组别	例数		男/例		女/例		年龄/岁		吸烟史/例	饮酒史/例			糖尿病史/例				高血压史/例			WBC计数/（×10¹²·L^-1）			RBC计数/（×10¹²·L^-1）
卒中未复发组	56		29		27		75±13		15	20			17				22			6.88±3.48			3.97±0.69
卒中复发组	54		28		26		75±12		12	21			13				23			6.60±2.65			4.24±0.53
统计值			0.000				0.177		0.309	0.119			0.547				1.086			0.444			2.068
P值			0.994				0.86		0.578	0.731			0.459				0.297			0.658			0.041
组别	Hb/ （g·L^-1）			MCV/ fL				MCH/ Pg				MCHC/ （g·L^-1）			PLT/ （×10⁹·L^-1）			LYMPH#/（×10⁹·L^-1）				MO#/（×10⁹·L^-1）			NEUT#/（×10⁹·L^-1）
卒中未复发组	120.49±20.22			91.82±6.28				30.46±2.20				331.87±11.35			187.51±61.69			1.35±0.58				0.41±0.21			4.87±3.40
卒中复发组	129.02±18.09			94.99±4.20				30.83±2.34				334.76±10.70			204.45±52.41			1.50±0.53				0.43±0.17			4.47±2.68
统计值	2.447			2.199				0.801				1.272			1.429			1.785				0.527			0.624
P值	0.016			0.030				0.425				0.206			0.156			0.077				0.599			0.534
组别		EO#/ （×10⁹·L^-1）				BASO#/（×10⁹·L^-1）					RDW-CV/ %			PDW		MPV/ fL			PCT/ %		TC/（mmol·L^-1）			TG/（mmol·L^-1）
卒中未复发组		0.24±0.07				0.02±0.01					13.51±1.41			16.18±0.41		9.99±1.05			0.18±0.05		4.81±1.18			1.66±0.42
卒中复发组		0.22±0.08				0.02±0.01					13.31±0.91			16.08±0.36		9.85±1.07			0.20±0.05		5.56±1.37			2.35±0.60
统计值		0.663				1.236					0.792			1.189		0.653			1.510		4.782			3.901
P值		0.509				0.219					0.430			0.237		0.515			0.134		<0.001			<0.001

算法	AUC	敏感性/%	特异性/%	阳性预测值	阴性预测值	准确性/%	F1值
XGboost算法	0.88	83.25	92.44	0.84	0.89	87.41	0.78
RF算法	0.76	43.44	89.38	0.72	0.72	72.08	0.53
Adaboost算法	0.68	49.08	79.01	0.57	0.72	67.19	0.53
KNN算法	0.60	35.16	78.36	0.49	0.66	63.29	0.40
LR算法	0.67	35.27	88.21	0.68	0.69	68.11	0.45