机器学习分析营养与周围动脉疾病的关联:来自NHANES的见解 1999-2004年
Yi-Xuan Wang1, Jin-Quan Kang2, Zuo-Guan Chen3
1Department of Vascular Surgery, Beijing Hospital, National Center of Gerontology, Institute of Geriatric Medicine, Chinese Academy of Medical Sciences, Beijing, China; Peking University Fifth School of Clinical Medicine, Beijing, China.
Annals of vascular surgery
|February 1, 2025
概括
机器学习揭示了与外围动脉疾病 (PAD) 相关的关键营养素. 维生素C和可以降低PAD风险,而和脂肪,蛋白质和与增加风险有关.
科学领域:
- 营养科学 营养科学
- 心血管健康 心血管健康
- 生物统计学 生物统计学
背景情况:
- 周围动脉疾病 (PAD) 是一种广泛的动脉样硬化并发症,影响全球超过2亿人.
- 由于人口老龄化,PAD发病率正在上升,其中的危险因素包括吸烟,糖尿病和高脂血症.
- PAD的确切发病原因尚不清楚,但营养摄入量与此有关,需要先进的分析方法.
研究的目的:
- 调查营养摄入量与患外围动脉疾病 (PAD) 的风险之间的复杂关系.
- 与传统的统计方法相比,利用机器学习 (ML) 技术对PAD风险因素进行更全面的分析.
主要方法:
- 分析国家健康和营养检查调查 (NHANES 1999-2004) 数据,包括人口统计,临床信息和饮食评估.
- 使用了六个ML模型 (XGBoost,RF,NB,SVM,LR,DT) 进行70/30列车测试分割,使用缺失数据的归算和样本不平衡的SMOTE.
- 使用AUROC,F1得分和其他指标评估模型性能,并对特征可解释性进行SHAP分析,以确定关键的营养预测因素.
主要成果:
- XGBoost 模型表现出卓越的性能,实现了 0.913 的 AUROC 和 0.932 的 F1 评分,进一步改善到 0.926 和 0.937 的 SMOTE.
- SHAP分析确定了维生素C,和脂肪酸,,和蛋白质摄入量是PAD的重要预测因素.
- 发现了特定营养的关联:维生素C和与PAD呈现负相关性,而和脂肪酸,蛋白质和呈现正相关性.
结论:
- 这项研究是第一个应用ML算法来探索一般人群中营养摄入量和PAD的研究.
- 确定了包括维生素C,,和脂肪酸,蛋白质和在内的特定营养因素,作为PAD发展的关键决定因素.
- 这些发现突出了饮食成分在PAD病变发生过程中的潜在作用,并建议针对性营养干预的途径.
