在男性工人中,甲相关高血压风险的代谢机器学习预测器
Youyi Wu1, Guoliang Li2, Ming Dong2
1School of Public Health, Anhui Medical University, Hefei 230032, China; Department of Toxicology, Guangdong Province Hospital for Occupational Disease Prevention and Treatment, Guangzhou, Guangdong 510300, China.
Journal of pharmaceutical and biomedical analysis
|March 2, 2025
概括
职业暴露会增加高血压的风险. 一个使用代谢学和机器学习的新模型准确地预测了暴露的工人的高血压,使得早期干预成为可能.
科学领域:
- 环境健康 环境健康
- 职业医学 职业医学 职业医学
- 代谢学 代谢学 代谢学
背景情况:
- 暴露是与高血压相关的重大公共卫生问题.
- 在职业环境中早期预测高血压风险对于干预至关重要.
研究的目的:
- 开发与暴露相关的职业高血压的预测模型.
- 利用代谢学和机器学习进行风险评估.
主要方法:
- 选择了365名男性炼工人,其中40名来自高/低尿 (U-As) 的代谢组.
- 进行了单变量和受限制立方支线 (RCS) 分析,以评估U-As对血压和高血压的影响.
- 采用最小绝对收缩和选择操作员 (LASSO) 回归来构建使用已识别的代谢物进行预测模型.
主要成果:
- 尿 (U-As) 被证实是高血压和高血压的危险因素 (P < 0.05).
- 高血压风险和血压随U-As水平增加,显示32μg/L的门值.
- 使用四种代谢物 (N-hexosylleucine,myristic acid,gamma-glutamylvaline,pregnanediol disulfate) 的预测模型实现了0.917的AUC.
结论:
- 开发的代谢学和机器学习模型在预测由于暴露的职业高血压方面表现出很高的准确性.
- 这种工具有助于早期识别和干预高风险工人.
- 突出了代谢学在了解和管理环境诱导疾病方面的潜力.


