生命的关键9和NAFLD从关联到SHAP解释的机器学习预测
Jianxin Xi1, Yuguo Chen1, Chen Jie2
1Department of Hepatobiliary and Pancreatic Surgery, General Surgery Center, The First Hospital of Jilin University, No.1 Xinmin Street, Chaoyang District, Changchun City, Jilin Province, China.
Scientific reports
|March 19, 2025
概括
较高的生命关键9 (LC9) 评分与非酒精性脂肪肝 (NAFLD) 患者的风险和死亡率降低有关. 这种综合性心血管健康指标显示了NAFLD和患者结果的显著预测价值.
科学领域:
- 心脏病学 心脏病学
- 肝病学 肝病学是一种肝病学.
- 公共卫生 公共卫生
背景情况:
- 非酒精性脂肪性肝病 (NAFLD) 是一个全球性的健康问题,在世界各地普遍存在.
- 心血管疾病 (CVD) 和NAFLD具有共同的风险因素,突出显示肝脏和心脏健康之间的联系.
- 生命的关键9 (LC9) 是评估心血管健康 (CVH) 的新型指标,但其与NAFLD的关联尚未被探索.
研究的目的:
- 调查生命关键9 (LC9) 评分与非酒精性脂肪肝疾病 (NAFLD) 风险之间的关联.
- 为了评估LC9对被诊断为NAFLD的患者全因死亡率的预测值.
- 开发和验证一种机器学习模型,用于使用LC9.9预测NAFLD风险.
主要方法:
- 分析了10197名参与国家健康和营养检查调查 (NHANES) (2007-2018) 的数据.
- 权重后勤回归和Cox比例危险模型来评估LC9与NAFLD和死亡率的关联.
- 限制立方线 (RCS) 分析用于剂量反应关系,Kaplan-Meier曲线用于生存分析,机器学习 (ML) 模型 (SVM) 使用SHAP进行预测.
主要成果:
- 每增加10点的LC9显着与NAFLD风险降低相关 (OR=0.39) 和NAFLD患者的所有原因死亡率 (HR=0.78).
- 在LC9和NAFLD风险之间观察到非线性关系 (非线性的P<0.0001).
- 支持矢量机 (SVM) 模型显示出强大的预测性能 (AUC=0.873),LC9被确定为SHAP分析中最重要的预测因子.
结论:
- 较高的LC9分数独立地与较低的NAFLD风险和NAFLD患者全因死亡率的降低有关.
- LC9显示了与NAFLD风险和死亡率的非线性和线性负相关性.
- 开发的基于SVM的预测模型,强调LC9,为NAFLD的风险评估和有针对性的干预提供了临床实用性.
