利用机器学习对孕妇血清中的持久有机污染物进行分类:一种预测建模方法

科学领域:

• 环境健康 环境健康
• 毒理学 毒理学 毒理学
• 计算生物学 计算生物学

背景情况:

• 持久性有机污染物 (POP) 如PCB,OCP,PCDD/F和PFAS对孕妇构成风险.
• 目前的生物监测测试是昂贵的,传统的统计模型在识别污染物预测因素方面存在局限性.
• 需要具有成本效益和先进的方法来了解脆弱人群中POP暴露.

研究的目的:

• 开发和比较机器学习 (ML) 模型,用于预测孕妇的POP水平.
• 确定影响POP水平的关键预测因素 (社会人口学,饮食,环境,人类学).
• 评估不同ML算法在POP生物监测中的性能.

主要方法:

• 从269名孕妇的血清样本中分析了33种POP原体.
• 机器学习算法 (SVM,随机森林,XGBoost,神经网络) 用Python实现.
• 模型性能使用准确性,精度,回忆,F1得分和AUC等指标进行评估,并根据特征重要性进行SHAP分析.

主要成果:

• 随机森林模型在所有测试的POP中表现最好.
• 模型显示中等到可接受的预测能力,OCPs表现稍好一些.
• SHAP分析确定了影响POP水平的关键特征,表明了它们的积极或负面影响.

结论:

• 机器学习为POP预测器分析提供了有价值的工具,特别是考虑到有限的资源.
• 开发的ML模型为孕妇POP生物监测提供了一个有希望的方法.
• 结果强调了谨慎地解释ML模型输出的重要性,考虑所有评估指标.