機械学習とSHAP値は,健康と脳卒中後のうつ病の社会的決定因子の関連性を説明する
Zhiwei Song1, Jilin Weng2, Yupeng Han3
1Shengli Clinical Medical College of Fujian Medical University, Department of Neurology, Fuzhou University Affiliated Provincial Hospital, Fujian Key Laboratory of Medical Analysis, Fujian Academy of Medical Sciences, Fuzhou, Fujian, China.
BMC public health
|August 22, 2025
まとめ
健康の社会的決定因子 (SDoH) は,脳卒中後のうつ病 (PSD) と線形的に関連しています. CatBoostの機械学習モデルはPSDを効果的に予測し,脳卒中におけるSDoHの重要性を強調しています.
科学分野:
- * 医療情報学
- * 公衆衛生
- * 神経学
背景:
- * 脳卒中後のうつ病 (PSD) は,患者の回復と生活の質に影響を与える一般的な合併症です.
- * 社会的健康決定因子 (SDoH) は,脳卒中後の健康状態に大きく影響します.
- * SDoHを予測モデルに統合することで,PSDおよび関連疾患のアウトカムの評価が改善できます.
研究 の 目的:
- *PSD予測のためのSDoHを組み込む機械学習 (ML) モデルを開発し,検証する.
- * SDoH と PSD の流行の関連性を分析する.
- * SDoHとPSD患者の全因死亡率との関係を調べる.
主な方法:
- * 全国保健栄養調査のデータを活用した.
- * SDoH と PSD の関連性のロジスティック回帰と,SDoH と PSD の死亡率のコックス回帰を用いた.
- * 特徴の選択のためにBorutaアルゴリズムを適用し,予測評価のために4つのMLモデル (CatBoost,Logistic,MLP,Random Forest) を構築した.
主要な成果:
- * ロジスティック回帰では,SDoHとPSDの有意な正の相関が示された (p < 0. 0001).
- * CatBoostモデルは,他のモデルを上回る最高の予測性能 (AUC = 0.966) を達成しました.
- * 決定曲線と校正分析により,CatBoostモデルの臨床的有用性と信頼性が確認され,さらに10倍クロス検証によって検証された.
結論:
- * SDoH と PSD の間の線形関係が確立された.
- * CatBoostモデルは,PSDを予測する上で優れたパフォーマンスを示しました.
- * SHAP値は,脳卒中後のうつ病の予測におけるSDoHの重要な役割を強調した.
