使用CatBoost算法和NHANES数据构建特定性别的性传播感染风险预测模型

科学领域:

• 公共卫生 公共卫生
• 机器学习 机器学习
• 流行病学 流行病学

背景情况:

• 性传播感染 (STIs) 构成了严重的全球健康挑战,其发病率和疾病负担不断增加.
• 从2010年到2019年的趋势显示,梅毒,克拉米迪亚,三病和生殖器疹的年龄标准化率正在上升.
• 机器学习 (ML) 为预测疾病爆发和个人风险提供了强大的工具.

研究的目的:

• 使用CatBoost算法开发和验证针对男性和女性的性病风险预测模型.
• 分析个别的STI预测和整体的STI风险.
• 确定不同人群中性传播感染的关键人口和行为预测因素.

主要方法:

• 利用来自全国健康和营养检查调查 (NHANES) 的数据,对12,053名参与者 (年龄在18-59岁) 进行了调查.
• 采用CatBoost算法进行预测,ADASYN处理数据不平衡,SHAP处理特征重要性.
• 在为其性能选择CatBoost之前,评估了15个ML算法.

主要成果:

• CatBoost在男性 (例如,克拉米迪亚的0.9995) 和女性 (例如,淋病的1) 中预测各种性传播感染的高AUC值.
• 男性性传播感染的重要预测因素包括新伴侣/年,无避孕套的性行为/年和终身男性伴侣.
• 关键的女性性传播疾病预测因素是与男性进行门性行为,年龄和终身女性伴侣.

结论:

• CatBoost 分类器有效地预测男性和女性人口的性病风险.
• SHAP分析确定了性传播疾病的关键人口和行为预测因素.
• 调查结果可以为有针对性的预防策略提供信息,以减少性传播感染对公共卫生的影响.