使用机器学习算法来确定台湾空气污染和认知障碍之间的关系
Cheng-Hong Yang1, Chih-Hsien Wu2, Kuei-Hau Luo3
1Department of Information Management, Tainan University of Technology, Tainan 71002, Taiwan; Department of Electronic Engineering, National Kaohsiung University of Science and Technology, Kaohsiung 80778, Taiwan; Ph. D. Program in Biomedical Engineering, Kaohsiung Medical University, Kaohsiung 80708, Taiwan; School of Dentistry, Kaohsiung Medical University, Kaohsiung 80708, Taiwan; Drug Development and Value Creation Research Center, Kaohsiung Medical University, Kaohsiung 80708, Taiwan.
Ecotoxicology and environmental safety
|August 16, 2024
概括
空气污染,特别是臭氧,PM2.5和一氧化碳,与认知障碍有关. 机器学习模型准确地检测出了这种关联,突出了严重的公共卫生问题.
科学领域:
- 环境健康 环境健康
- 神经科学是一个神经科学.
- 数据科学数据科学数据科学
背景情况:
- 空气污染是一个日益增长的全球健康威胁,城市化和工业化加剧了它.
- 新出现的证据表明,暴露于空气污染物和痴呆症的发展之间存在联系.
- 了解这些关联对于公共卫生干预至关重要.
研究的目的:
- 通过使用先进的机器学习技术,调查暴露于特定空气污染物和认知障碍之间的关联.
- 确定哪些空气污染物与认知能力下降有最强的相关性.
- 开发基于空气污染暴露的认知障碍的预测模型.
主要方法:
- 利用来自台湾生物库和75个空气污染监测站的数据.
- 采用多个机器学习算法:k-最近的邻居,随机森林,梯度增强的决策树,极端梯度增强和CatBoost.
- 分析了对≤2.5μm (PM2.5) 颗粒物,二氧化,氧化,一氧化碳和臭氧的个体暴露水平,并根据教育,年龄和收入进行了调整.
主要成果:
- 臭氧,PM2.5和一氧化碳与认知障碍的相关性最强.
- 该预测模型在检测认知障碍方面达到0.97的高准确度.
- 在暴露于这些污染物和认知障碍之间显示出显著的积极关联.
结论:
- 空气污染,特别是臭氧,PM2.5和一氧化碳,与认知障碍有很大关系.
- 机器学习模型可以有效地识别因空气污染暴露而面临认知障碍风险的个体.
- 研究结果强调,需要制定减轻空气污染的战略,以保护大脑健康.
