机器学习和XAI方法强调了污染物和阿尔茨海默病之间的强烈联系

科学领域:

• 环境科学 环境科学
• 神经科学是一个神经科学.
• 公共卫生 公共卫生

背景情况:

• 阿尔茨海默病 (AD) 是导致痴呆的主要原因,其特点是缺乏明确的诊断和治疗方法,往往导致晚期检测.
• 像AD这样的复杂疾病是多因素影响的结果,越来越多的证据表明环境污染在疾病引起中起着重要作用.
• 了解AD的发病因子和识别风险因素,特别是环境因素,对于早期干预和疾病管理至关重要.

研究的目的:

• 开发一种人工智能 (AI) 模型,用于预测意大利省级阿尔茨海默病死亡率.
• 通过可解释的人工智能方法,确定导致阿尔茨海默病死亡率的关键环境和社会经济因素.
• 调查空气污染和阿尔茨海默病死亡率之间的相关性,以告知公共卫生战略.

主要方法:

• 实施随机森林算法,一种机器学习技术,以预测阿尔茨海默病的死亡率 (标准化死亡率).
• 利用多样化的数据集,包括意大利省级污染,健康,社会和经济因素的公开可用的变量.
• 应用可解释的人工智能 (XAI) 技术来解释人工智能模型的预测,并确定重要贡献因素.

主要成果:

• 人工智能模型在五年内成功预测了意大利各省的阿尔茨海默病死亡率.
• 可解释的AI分析显示,空气污染,特别是颗粒物 (PM2.5) 和二氧化 (NO2) 是阿尔茨海默病死亡率的最重要的预测因素.
• 该研究量化了各种因素的贡献,强调了空气污染物的突出作用.

结论:

• 空气污染是阿尔茨海默病死亡率的主要因素,强调了环境质量和神经退行性疾病结果之间的联系.
• 这些发现支持迫切需要进一步研究环境暴露与阿尔茨海默病病因学之间的复杂关系.
• 这项研究为制定旨在减轻阿尔茨海默病环境风险因素的有针对性的公共卫生干预提供了基础.