贝叶斯网络对心血管疾病风险环境,社会和行为决定因素的建模

科学领域:

• 公共卫生 公共卫生
• 生物统计学 生物统计学
• 环境健康 环境健康

背景情况:

• 心血管疾病 (CVD) 是全球主要的死亡原因.
• 传统的风险因素模型往往忽视了生物,环境,生活方式和社会决定因素之间的复杂相互作用.
• 了解这些相互依存关系对于制定全面的预防策略至关重要.

研究的目的:

• 利用贝叶斯网络模型来绘制CVD风险的环境,社会,行为和生物预测因素之间的复杂关系.
• 确定心血管疾病风险因素复杂系统中的关键节点和途径.

主要方法:

• 对NHANES 2017-2018年数据的横截面分析,涉及601名成年人和22个变量.
• 贝叶斯网络是使用Grow-Shrink和Hill-Climbing算法构建的.
• 变量包括心血管疾病风险结果,社会人口统计因素,生活方式选择,生物标志物 (例如,CRP,全静电负荷) 和环境毒素 (例如,,,PFOA).

主要成果:

• 相关性分析证实了已知的关联 (例如,BMI-CRP,LDL-总胆固醇).
• 贝叶斯网络揭示了显著的间接依赖,身体质量指数 (BMI),C反应蛋白 (CRP) 和静态负载被确定为中心节点.
• 环境毒素与社会人口统计学变量和炎症/脂质标记物有关,这表明暴露的社会经济模式.

结论:

• 贝叶斯网络建模有效地说明了肥胖,炎症,慢性压力和与心血管风险相关的环境毒素暴露的相互联系.
• 研究结果支持人们的理解,受环境和社会压力因素影响的生物失调在心血管疾病发展中起着重要作用.