一种监督机器学习方法,用于性别特定生物标志物预测的特征选择

科学领域:

• 生物医学信息学 生物医学信息学
• 医疗保健中的机器学习
• 临床生物标志物发现发现

背景情况:

• 生物标志物对于疾病诊断,预后和治疗选择至关重要.
• 机器学习 (ML) 为识别新生物标志物和改进预测模型提供了强大的工具.
• 机器学习的一个重大问题是基于性别的偏见的可能性,影响了模型的概括性和公平性.

研究的目的:

• 开发一个监督的ML模型来预测9个常见的临床生物标志物.
• 调查基于性别的数据分层对ML模型性能的影响.
• 评估和减轻生物标志物预测的ML算法中的基于性别的偏见.

主要方法:

• 开发一个监督的ML模型来预测甘油三,BMI,腰围,静脉血压,血糖,尿酸,尿中的白蛋白与肌素的比率,高密度脂蛋白和白蛋白尿.
• 使用预测错误率 (在实际值的5-10%以内) 评估模型性能.
• 使用性别分层数据与组合数据 (以或没有性别作为特征) 对模型性能进行比较分析.

主要成果:

• 对于所选的临床生物标志物,ML模型实现了在5-10%的误差范围内的预测准确度.
• 在10%的误差范围内进行预测的高性能模型包括腰围,白膜尿,BMI,血糖和静脉血压.
• 与组合数据集相比,性别分层分析显示出更高的性能;使用没有性别作为特征的组合数据的模型表现最差.

结论:

• 按性别分层数据显著有利于基于ML的模型在临床生物标志物预测方面的性能.
• 解决性别作为生物变量的问题对于在医疗保健中开发准确和公正的ML算法至关重要.
• 这种方法提高了临床决策和个性化医学的ML模型的可靠性.