机器学习分析血清胆固醇对膝关节骨关节炎进展的影响
Hong-Bo Li1, Yong-Jun Du1, Guy Romeo Kenmegne2
1Department of Orthopaedics, The Third Affiliated Hospital of Guangxi Medical University, The Second People's Hospital of Nanning City, Nanning, Guangxi, China.
Scientific reports
|August 14, 2024
概括
血清总胆固醇是膝关节骨关节炎 (KOA) 进展的重要危险因素. 机器学习模型证实了它的作用,有助于预测KOA进步和K-L分类.
科学领域:
- 生物医学工程 生物医学工程
- 整形外科 整形外科 整形外科
- 数据科学数据科学数据科学
背景情况:
- 膝关节关节炎 (KOA) 是一种具有复杂风险因素的退行性关节疾病.
- 血清总胆固醇 (TC) 在KOA进展中的作用仍然存在争议.
- 需要准确的预测模型来识别面临KOA发展风险的个体.
研究的目的:
- 调查血清总胆固醇与膝关节骨关节炎逐渐进展之间的关联.
- 开发和验证基于机器学习的KOA进展预测模型.
- 为了确定关键的风险因素,包括血清总胆固醇,有助于KOA进步.
主要方法:
- 使用来自公共DRYAD数据库的横截面数据.
- 采用LASSO回归来确定KOA进展的重大风险因素.
- 使用六个机器学习算法 (包括XGBoost) 构建了具有临床变量 (JBS3,糖尿病,高血压,高血压,TC,BMI,SES,AGE) 的预测模型.
主要成果:
- 血清总胆固醇 (TC) 被确定为所有六种机器学习算法的KOA进展的重要风险因素.
- 基于结合的培训和验证集,XGBoost算法展示了最佳性能.
- 开发的ML模型有效地根据Kellgren-Lawrence (K-L) 分类预测了KOA的进展.
结论:
- 血清总胆固醇是膝关节骨关节炎逐渐进展的重要和重要的危险因素.
- 机器学习算法为预测KOA进展和识别关键贡献因素提供了强大的框架.
- 这项研究有助于更好地了解KOA病理生理学和风险分层.
