尿道金属元素与肉症和葡萄糖代谢异常的关联:使用机器学习方法从NHANES数据的洞察力
Xinmin Jin1, Lei Li2, Xiaoyan Hu2
1Qingdao Hospital, University of Health and Rehabilitation Sciences (Qingdao Municipal Hospital), Qingdao, China.
Ecotoxicology and environmental safety
|June 6, 2025
概括
这项研究发现,尿液中的,和是糖尿病或糖尿病前期患者肉症的关键生物标志物. 这些金属暴露与特定代谢状态的肌肉衰退有关.
科学领域:
- 老年学和新陈代谢健康
- 环境毒理学环境毒理学
- 生物标志物发现发现
背景情况:
- 老年人肌肉衰退的sarcopenia与异常的葡萄糖代谢和2型糖尿病有关.
- 高血糖症可以增加先进的糖化最终产品 (AGEs),损害肌肉功能.
- 微量矿物质缺乏也与萨科佩尼亚的发展有关.
研究的目的:
- 探索不同葡萄糖代谢状态中尿液金属元素水平和肉症之间的关联.
- 通过多omics集群和机器学习来识别sarcopenia的诊断生物标志物.
- 调查特定金属暴露在糖尿病和糖尿病前期患者群体中沙症的作用.
主要方法:
- 利用了2390名参与者的国家健康和营养检查调查 (NHANES) 数据.
- 采用多主题集群 (例如,iClusterBayes) 和机器学习 (例如,Lasso,RandomForest) 的模型.
- 通过加权后勤回归和受限立方线 (RCS) 分析来评估关联.
主要成果:
- 根据尿中的金属度,出现了两个子组;子组2具有较高的肉症患病率.
- 机器学习确定了尿中的,二甲基酸,总和作为关键生物标志物.
- 这些生物标志物与糖尿病前期和糖尿病 (AUC=0.998-1.0) 中的麻症有显著的关联,糖尿病患者的与非线性联系.
结论:
- 尿中的,和是糖尿病患者和糖尿病前期患者的萨尔科佩尼亚的关键生物标志物.
- 机器学习模型证明了这些生物标志物的高诊断准确性.
- 这些发现强调了金属暴露和肉症之间的代谢状态特定联系,建议针对高风险群体进行查.
