从加快衰老中的饮食营养素中预测晚期CKM综合征的可解释性预测,使用SHAP和LIME
Hongxiang Tu1, Meijie Dai1, Yanying Zhu1
1Department of Clinical Laboratory, Key Laboratory of Clinical Laboratory Diagnosis and Translational Research of Zhejiang Province The First Affiliated Hospital of Wenzhou Medical University Wenzhou Zhejiang China.
,和水分等食营养素可能会降低加快衰老患者晚期心血管--代谢 (CKM) 综合征进展的风险. 机器学习模型根据营养摄入量准确预测了这种风险.
科学领域:
- 营养科学 营养科学
- 老年学是一门学科.
- 计算生物学 计算生物学
背景情况:
- 心血管--代谢 (CKM) 综合征在加速衰老的个体中的进展是一个越来越令人担忧的问题.
- 习惯性饮食营养摄入量在缓解这种进展中的作用尚不清楚.
研究的目的:
- 调查饮食营养摄入量与晚期CKM综合征进展在加速衰老的个体之间的关联.
- 开发和验证用于预测CKM综合征进展风险的机器学习模型.
主要方法:
- 利用了美国国家健康和营养检查调查 (NHANES) 的七个周期 (2005-2018) 的数据.
- 开发了六种机器学习模型,包括LightGBM和Random Forest,用于预测晚期CKM进展.
- 应用了夏普利添加剂解释 (SHAP) 和局部可解释模型-不可知解释 (LIME) 来识别关键的饮食贡献者.
主要成果:
- 轻GBM和随机森林模型显示了晚期CKM进展的最高预测性能.
- SHAP分析确定了与CKM风险负相关的关键营养素,包括,,水分,维生素B12,维生素B6和维生素E.
- 饮食营养混合物表明与晚期CKM进展风险的反向关联.
结论:
- 习惯性饮食营养摄入量,特别是,和水分,与加速衰老的个体中晚期CKM综合征的进展相反相关.
- 机器学习模型,特别是LightGBM和Random Forest,可以准确预测CKM进展风险.
- 对特定营养干预的进一步研究可能有助于对老年人群中CKM综合征的管理.
更多相关视频
14:39Semi-Targeted Ultra-High-Performance Chromatography Coupled to Mass Spectrometry Analysis of Phenolic Metabolites in Plasma of Elderly Adults
Published on: April 22, 2022
08:53Author Spotlight: Automated Lifespan Monitoring – Discovering Aging Dynamics with the Lifespan Machine
Published on: January 26, 2024
相关概念视频
Drug Dosing in Renal Diseases: Estimation of Glomerular Filtration Rate Based on Serum Creatinine Concentration
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
Chronic Kidney Disease II: Clinical Manifestations
Chronic Kidney Disease III: Interprofessional Care
Chronic Kidney Disease IV: Nursing Management
