使用脂质代谢生物标志物的基于机器学习的膝盖疼痛风险预测:来自CHARLS的前性队列研究
Biao Guo1, Yuan Li1,2, Weihang Peng3
1Department of Physical Education, Xi'an University of Posts and Telecommunications, Xi'an, Shaanxi, China.
Frontiers in physiology
|July 10, 2025
概括
脂质代谢标志物,特别是像LAP和TyG这样的复合指数,可以预测老年人膝盖疼痛的风险. 机器学习模型识别了这些标记物,用于个性化预防策略.
科学领域:
- 生物医学科学 生物医学科学
- 老年学是一门学科.
- 代谢健康 代谢健康
背景情况:
- 膝盖疼痛显著影响中年和老年人的生活质量.
- 脂质代谢生物标志物对膝关节疼痛风险的预测价值尚未研究.
研究的目的:
- 调查脂质代谢指标与膝盖疼痛风险之间的关联.
- 评估机器学习模型对膝关节疼痛的预测性能.
- 使用SHAP分析确定关键的脂质相关预测因子.
主要方法:
- 利用了来自中国健康与退休长度研究 (CHARLS,2011-2013) 的数据.
- 包括多种脂质生物标志物和复合指数 (LAP,TyG指数,TyG-BMI).
- 开发和评估了五种机器学习模型,包括Stacked Ensemble,并使用SHAP进行解释.
主要成果:
- 在高海拔,寒冷地区,膝盖疼痛的患病率更高.
- 复合指数 (LAP,TyG,TyG-BMI) 显示出比单个脂质标志物更强大的预测能力.
- 堆叠组合模型实现了0.85的AUC;LAP和TyG指数是最好的预测指标.
结论:
- 脂质代谢指标对于早期膝关节疼痛风险识别至关重要.
- 复合代谢指数和可解释的机器学习提供了一个有希望的方法.
- 在老年人群中,可以制定针对膝关节疼痛的个性化预防策略.
更多相关视频
07:25Predicting Amputation using Local Circulating Mononuclear Progenitor Cells in Angioplasty-treated Patients with Critical Limb Ischemia
Published on: September 22, 2020
3.5K
06:28Biomechanical Changes Related to Low Back Pain: An Innovative Tool for Movement Pattern Assessment and Treatment Evaluation in Rehabilitation
Published on: December 13, 2024
657
