심뇌혈관질환(CVD)의 유병률은 지속적으로 증가하고 있으며, 인류 사망의 주요 원인이다. 의료진이 수천 명을 대상으로 선별검사를 수행하기는 어렵기 때문에, 높은 정확도와 해석 가능성을 갖춘 방법을 제시할 필요가 있다. 본 연구에서는 한국 국민건강영양조사 자료(KNHANES)를 기반으로 4가지 기계학습 기반 CVD 분류기(즉, 다층 퍼셉트론, 서포트 벡터 머신, 랜덤 포레스트, light gradient boosting)를 개발하였다. 복잡한 표본추출 가중치를 사용하여 KNHANES 데이터를 재표본화하고 재균형화함으로써, 재균형화된 데이터셋이 전체 모집단으로부터 균일하게 표본 추출된 데이터셋을 모사하도록 하였다. 명확한 위험요인 분석을 위해 VIF 기반 필터링과 Boruta 알고리즘을 이용하여 다중공선성과 CVD-무관 변수를 제거하였다. ML 학습 전 합성 소수자 오버샘플링 기법과 무작위 언더샘플링을 적용하였다. 제안된 분류기들은 AUC가 0.853을 초과하는 등 우수한 성능을 달성함을 확인하였다. Shapley 값 기반 위험요인 분석을 통해 CVD의 가장 중요한 위험요인은 연령, 성별, 그리고 고혈압 유병률임을 확인하였다. 또한 연령, 고혈압 및 BMI는 CVD 유병률과 양의 상관관계를 보인 반면, 성별(여성), 음주 및 월 소득은 음의 상관관계를 보였다. 결과는 특징 선택과 클래스 균형화 기법이 모델의 해석 가능성을 효과적으로 향상시킨다는 것을 보여주었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.