使用环境挥发性有机化合物暴露来确定美国人口中心血管疾病风险:基于SHAP方法的机器学习预测模型

科学领域:

• 环境健康 环境健康
• 计算生物学 计算生物学
• 心血管医学 心血管医学

背景情况:

• 心血管疾病 (CVD) 是全球主要的死亡原因.
• 环境污染物,如挥发性有机化合物 (VOC),是心血管疾病的重要风险因素.
• 机器学习 (ML) 提供了预测心血管疾病风险的潜力.

研究的目的:

• 开发和验证用于预测心血管疾病风险的ML模型.
• 调查VOC暴露在心脏病风险预测中的作用.
• 为了更好地理解,使用SHapley添加式扩展 (SHAP) 解释ML模型.

主要方法:

• 利用了来自5098名参与者的国家健康和营养检查调查 (NHANES) 数据 (2011-2018).
• 通过15个尿路代谢物指标评估VOC暴露.
• 开发并比较了六种ML模型 (RF,LightGBM,DT,XGBoost,MLP,SVM),用AUROC和其他指标评估性能. 用SHAP进行解释.

主要成果:

• 随机森林 (RF) 模型实现了最高的预测性能 (ROC 0.8143).
• SHAP分析确定了年龄和ATCA作为显著的预测因素;ATCA表明对心血管疾病有保护作用,特别是在老年人和高血压患者中.
• 观察到ATCA与年龄之间的显著相互作用,ATCA的保护作用在老年人中更为明显.

结论:

• 这项研究开创了在ML模型中使用VOC暴露数据来预测心血管疾病风险.
• 将环境暴露数据与人口统计数据相结合,可以改善心血管疾病风险评估.
• 研究结果支持针对心血管疾病的个性化预防和干预策略.