心脏病预测数据集特征关联强度分析
分析简报
一、特征关联强度排序
基于 11 个特征的统计分析,按关联强度从高到低排序如下:
二、关联最强特征的临床解释
ChestPainType(胸痛类型) 是关联强度最高的特征,其临床意义如下:
- 无症状型胸痛(ASY) 患者心脏病患病比例高达 79.0%,为最高风险类别。这类患者常因无痛感而延误就医,但影像学检查可发现严重冠脉狭窄。
- 典型心绞痛(ATA) 患病比例仅 13.9%,风险反而最低,可能与年轻、症状典型及时就医相关。
- 差异达 65 个百分点,提示胸痛分类是筛查的首要线索。
ST_Slope(ST 段斜率) 位列第二,是运动负荷试验的核心判读指标:
- Flat 型斜率 对应缺血性改变,患病比例 82.8%;
- Up 型斜率 提示心肌缺血可逆或良好侧支循环,患病比例仅 19.8%。
三、心脏病筛查的实用建议
核心结论:胸痛类型(ChestPainType)是对心脏病诊断最具预测力的单一指标,无症状型胸痛患者需高度警惕。
筛查优先级建议:
-
优先筛查:合并 ASY 型胸痛、运动诱发心绞痛或 ST 段 Flat 斜率的受检者,建议直接安排进一步检查(如冠脉造影或 CT)。
-
数值指标关注:ST 段压低程度(Oldpeak ≥ 1 mm)配合最大心率下降(MaxHR < 130 bpm)可强化风险判断。
-
性别与代谢因素:男性、空腹血糖异常(FastingBS=1)的组合提示中等风险,建议纳入标准筛查流程。
-
弱关联特征的利用:静息血压(RestingBP)和静息心电图(RestingECG)单独参考价值有限,应结合上述强关联特征综合评估。
限制说明:本分析基于单变量关联,未调整混杂因素;Cholesterol 呈现反向关联需结合用药史、检测准确性进一步验证,避免简单排除风险。
这份报告怎么来的
- 1
分析目标
分析心脏病预测数据集中各特征与诊断结果(HeartDisease)的关联强度,包括排序特征列表、关联最强特征的临床解释、对心脏病筛查的实用建议 - 2
相关数据
- 3
分析简报
心脏病预测数据集特征关联强度分析
相关数据
相关数据 01
心脏病预测数据集特征关联强度分析
关键发现
处理说明
整合数值特征相关系数和分类特征关联强度,生成综合特征关联排名表,包含所有特征的关联度量、排序和关键解释
关联度量使用Pearson相关系数和分类比例差异,未进行多变量回归分析控制混杂因素;分析基于单变量关联,无法揭示特征之间的交互效应;Cholesterol出现异常现象:有心脏病组均值反而低于无心脏病组,可能需要排除异常值或进一步探讨取样偏差;未考虑企业业务场景的具体阈值需求,极端值可能在高风险人群中有特殊意义;rowCount=918,样本量适合初步探索,但需独立验证集确认特征重要性的一致性