Bu çalışmanın amacı, makine öğrenimi (ML) algoritmaları kullanarak hiperlipideminin neden olduğu kardiyovasküler ve biyokimyasal değişiklikleri değerlendirmektir.Gereç ve Yöntem: Bu retrospektif çalışma, hiperlipidemili 70 hasta (Grup 1) ile belirgin koroner arter darlığı olmayan 150 kişinin (Grup 2) konvansiyonel koroner anjiyografi görüntüleri ve biyokimyasal bulguları üzerinde gerçekleştirildi. Konvansiyonel anjiyografi görüntüleri incelenerek arteria coronaria dextra'nın proksimal, orta, crux, distal, posterolateral ve ramus interventricularis posterior dallarının çapları sağ anterior oblik kraniyal projeksiyonda ölçüldü. Arteria coronaria sinistra'nın başlangıç segmenti ile ramus interventricularis anterior ve ramus circumflexus dallarının proksimal çapları ise sol anterior oblik kaudal projeksiyonda değerlendirildi
ML algoritmaları hiperlipidemiyi 0,89-0,98 doğrulukla tahmin etti. SHAP analizi, makine öğrenimi modelinin tahminlerine katkıda bulunan en etkili radyoanatomik özelliğin sol ana koroner arterin başlangıç çapı, en etkili biyokimyasal özelliğin ise trigliserid düzeyi olduğunu ortaya koydu.Sonuç: Radyoanatomik ve biyokimyasal bulgular kullanılarak yüksek oranda hiperlipidemi hastalığı öngörülmüştür. Bu sonuçların hiperlipidemi ve diğer ilgili hastalıkların erken teşhisi ve erken tedavi protokolüne katkıda bulunacağına inanıyoruz.
