使用机器学习技术预测胎儿酒精频谱障碍:多站点回顾性队列研究

科学领域:

• 医疗信息学 医疗信息学
• 机器学习 机器学习
• 公共卫生 公共卫生

背景情况:

• 胎儿酒精综合征 (FAS) 是一种与产前酒精暴露 (PAE) 相关的显著发育障碍.
• 早期诊断和干预对于管理FAS至关重要,需要改进预测模型.
• 了解与PAE相关的风险因素是预防和治疗策略的关键.

研究的目的:

• 为了比较各种机器学习算法在预测FAS方面的有效性.
• 为了确定在产前酒精暴露的情况下准确预测FAS的最有影响力的变量.
• 为了评估在怀孕期间饮酒的妇女的数据上训练的模型的预测性能.

主要方法:

• 利用了关于胎儿酒精谱系障碍的合作倡议 (2007-2017年) 的数据,涉及595名患有PAE的妇女.
• 雇员问卷,采访和记录审查,以收集全面的酒精消费数据.
• 训练并比较了四个机器学习算法 (逻辑回归,XGBoost,轻GBM,CatBoost),使用80%的数据用于训练和20%用于测试,通过AUROC和AUPRC测量性能.

主要成果:

• CatBoost算法实现了最高的预测性能,AUROC为0.92和AUPRC为0.51.
• CatBoost识别的关键预测因素包括三季度的饮酒,产妇年龄,种族和饮酒类型.
• 该模型表现出强大的整体精度 (0.96),具有特定的性能指标,包括精度 (0.50),特异性 (0.29) 和F1得分 (0.29).

结论:

• 与以前的方法相比,机器学习模型显著提高了FAS风险的预测.
• 像CatBoost这样的增强算法对于在FAS研究中常见的小,不平衡的数据集特别有效.
• 这些先进的模型为早期识别和干预胎儿酒精综合征提供了有希望的途径.