重金属暴露对高血压的影响:一种机器学习建模方法
Wenxiang Li1, Guangyi Huang1, Ningning Tang1
1Department of Ophthalmology, the People's Hospital of Guangxi Zhuang Autonomous Region & Institute of Ophthalmic Diseases, Guangxi Academy of Medical Sciences & Guangxi Key Laboratory of Eye Health & Guangxi Health Commission Key Laboratory of Ophthalmology and Related Systemic Diseases Artificial Intelligence Screening Technology, Nanning, 530021, China.
接触重金属,包括 (Pb) 和 (Cd),显著预测高血压风险. 机器学习模型确定了Pb,Cd, (Tl) 和 (Co) 作为影响高血压发展的关键因素.
科学领域:
- 环境健康 环境健康
- 毒理学 毒理学 毒理学
- 生物统计学 生物统计学
背景情况:
- 暴露于重金属是高血压的已知的危险因素.
- 开发可解释的高血压预测模型对于公共卫生至关重要.
研究的目的:
- 创建一个可解释的机器学习 (ML) 模型,根据重金属暴露水平来预测高血压.
- 为了确定有助于高血压风险的特定重金属.
主要方法:
- 利用了来自国家健康和营养检查调查 (NHANES) (2003-2016) 的数据,其中有9005名参与者.
- 采用了各种ML算法,包括随机森林 (RF),支持矢量机 (SVM) 等.
- 综合可解释方法: permutation特征的重要性,部分依赖图 (PDP) 和 SHAP用于模型解释.
主要成果:
- 射频模型以77.40%的准确度,AUC为0.84,F1得分为0.76.4获得了最高的性能.
- 血液中的 (Pb),尿中的 (Cd),尿中的 (Tl) 和尿中的 (Co) 被确定为主要影响高血压的因素.
- 血液Pb和尿液Cd显示高血压风险趋势上升,而尿液Tl和Co显示下降趋势.
结论:
- 重金属,特别是Pb和Cd,对高血压有显著的预测价值.
- 可解释的ML模型可以有效地识别重金属对高血压的关键贡献者.
- 这些发现强调了特定重金属在高血压病因和风险评估中的作用.
相关概念视频
Hypertension and Regulation of Blood Pressure
Hypertension III: Clinical Manifestations and Diagnostic Studies
Hypertension I: Introduction
Hypertension II: Pathophysiology
Errors occurring during blood pressure monitoring
Several factors...
Factors affecting Blood pressure
Physiological Factors:


