Efficient prediction of individuals’ cardiovascular disease risk at scale

Abstract

Many risk factors for cardiovascular health have been recognized, investigated, and reported in existing scientific literature. Decision making on an individual level based on these findings can however be difficult. To estimate an individual’s risk using industry standard methods, additional diagnostic tests must often be performed to collect all the needed information. This thesis describes the process of developing a prediction model that estimates individuals’ cardiovascular disease risk levels. The data used for the development of the model has been acquired from a European biobank. All of the used input features are readily available in the planned deployment environment of the model. The goal for the development of the prediction model is to enable convenient cardiovascular risk estimation in a healthcare context. Automated estimation of individuals’ cardiovascular disease risk levels can help health care professionals focus further manual assessment efforts on the patients that are most likely to benefit. This is expected to bring improved efficiency to preventative healthcare and decrease the prevalence of undiagnosed and untreated, or undertreated cardiovascular disease at a population level. The developed model surpasses the industry standard in performance according to the metrics available.

Useita sydän- ja verisuoniterveyteen vaikuttavia riskitekijöitä on tunnistettu, tutkittu ja raportoitu olemassa olevassa tieteellisessä kirjallisuudessa. Päätöksenteko yksilötasolla näiden tieteellisten havaintojen perusteella voi kuitenkin olla vaikeaa. Yksilön riskitason arviointi hyödyntäen yleisesti käytössä olevia menetelmiä vaatii usein ylimääräisten diagnostisten testien tekemistä, jotta kaikki tarvittavat tiedot saadaan kerättyä. Tämä diplomityö kuvailee prosessia ennustemallin kehittämiseksi, joka arvioi yksilöiden sydän- ja verisuonitautiriskin tasoa. Mallin kehittämiseen käytetty aineisto on hankittu eurooppalaisesta biopankista. Kaikki käytetyt muuttujat ovat mallin suunnitellussa käyttöympäristössä helposti saatavilla. Ennustemallin kehittämisen tavoitteena on mahdollistaa kätevä sydän- ja verisuonitautiriskin arviointi terveydenhuollon yhteydessä. Yksilöiden sydän- ja verisuonitautiriskin automatisoitu arviointi voi auttaa terveydenhuollon ammattilaisia keskittämään manuaalisen arvioinnin resurssit potilaisiin, jotka niistä todennäköisimmin hyötyvät. Tämän odotetaan tuovan parannettua tehokkuutta ennaltaehkäisevään terveydenhuoltoon ja vähentävän diagnosoimattomien ja hoitamattomien, tai puutteellisesti hoidettujen sydän- ja verisuonitautien esiintyvyyttä väestötasolla. Kehitetty malli ylittää Euroopassa yleisesti käytössä olevat mallit suorituskyvyssä käytettävissä olevilla mittareilla.