使用淋巴细胞与单细胞比率预测心血管疾病和全因死亡率:可解释机器学习模型的见解

科学领域:

• 免疫学 免疫学 免疫学
• 心脏病学 心脏病学
• 生物标志物发现发现

背景情况:

• 心血管疾病 (CVD) 是一个重大的全球健康挑战,死亡率不断上升.
• 传统的生物标志物如LDL-C,HDL-C和葡萄糖在预测心血管疾病方面存在局限性.
• 淋巴细胞与单细胞比率 (LMR) 是一种与炎症相关的免疫生物标志物,被探索为慢性炎症在心血管疾病中的新型预测标志物.

研究的目的:

• 研究淋巴细胞与单细胞比率 (LMR) 作为潜在的心血管疾病 (CVD) 的新生物标志物.
• 评估LMR与心血管疾病患者慢性炎症之间的关联.
• 将LMR的预测值与传统的CVD生物标志物进行比较.

主要方法:

• 国家健康和营养检查调查 (NHANES) 数据 (2007-2018) 的横截面分析.
• 包括1518名参与者,平均随访时间为150个月.
• 应用加权的Cox比例危险模型,限制立方线模型和时间变化的ROC曲线来分析LMR和死亡风险.

主要成果:

• 在LMR和心血管疾病发病率之间观察到L形关系.
• 较低的LMR水平与所有原因和心血管死亡率都有显著的负相关性.
• XGBoost模型和SHAP价值分析证实了LMR对预测心血管疾病结果的重大贡献.

结论:

• 淋巴细胞与单细胞的比率 (LMR) 作为一个简单,实用和有效的生物标志物,用于预测心血管疾病 (CVD) 和相关死亡率.
• 较低的LMR水平与心血管和全因死亡风险的增加密切相关.
• LMR为评估慢性炎症和对心血管健康的预后提供了有价值的工具.