使用机器学习检测健康老年台湾男性中影响同类素的因素
Pei-Jhang Chiang1,2, Chih-Wei Tsao1, Yu-Cing Jhuo1
1Division of Urology, Department of Surgery, Tri-Service General Hospital, National Defense Medical University, Taipei 114202, Taiwan.
Biomedicines
|August 28, 2025
概括
机器学习模型准确地确定了影响老年男性同型氨酸 (Hcy) 水平的关键因素. 其中C反应蛋白 (CRP) 是最重要的预测因子,强调其在心血管和神经健康方面的作用.
科学领域:
- 生物医学研究
- 医疗信息学
- 老年学
背景情况:
- 同类半氨酸 (Hcy) 对生理过程至关重要;高水平与心血管和神经问题相关.
- 传统的统计方法在识别影响Hcy的因素方面存在局限性.
- 机器学习为医学研究和预测提供了先进的功能.
研究的目的:
- 确定影响健康老年台湾男性Hcy水平的关键因素.
- 将四种ML方法的预测精度与多重线性回归 (MLR) 进行比较.
- 提高Hcy预测的准确性,并提供有关其决定因素的见解.
主要方法:
- 使用了四种ML方法:随机森林 (RF),随机梯度增强 (SGB),极端梯度增强 (XGBoost) 和弹性网 (EN).
- 在468名健康的老年男性中分析了33个参数.
- 使用MLR作为基准,并使用SMAPE,RAE,RRSE和RMSE评估模型性能.
主要成果:
- 与MLR相比,所有ML方法都表现出更高的准确性和更低的预测误差.
- 确定C反应蛋白 (CRP) 是影响Hcy水平的主要因素.
- 其他重要因素包括GPT,WBC,LDH,eGFR和运动量 (SV).
结论:
- 在研究群体中,ML技术在预测Hcy水平方面显著优于MLR.
- CRP成为Hcy水平的最关键决定因素.
- 此外,GPT/ ALT,WBC,LDH和eGFR也被确定为Hcy的重要预测因子.
