根據(jù)弗吉尼亞州塞繆爾·黃 (Samuel Y. Huang)本周在開放獲取期刊 PLOS ONE 上發(fā)表的一項(xiàng)新研究，機(jī)器學(xué)習(xí)模型可以使用人口統(tǒng)計(jì)和生活方式數(shù)據(jù)、體檢結(jié)果和實(shí)驗(yàn)室值有效預(yù)測(cè)患者睡眠障礙的風(fēng)險(xiǎn)聯(lián)邦大學(xué)醫(yī)學(xué)院和美國(guó)西北范伯格大學(xué)醫(yī)學(xué)院的 Alexander A. Huang
在過(guò)去十年中，美國(guó)患者中診斷出睡眠障礙的患病率顯著增加。由于睡眠障礙是糖尿病、心臟病、肥胖癥和抑郁癥的重要危險(xiǎn)因素，因此對(duì)于更好地理解和扭轉(zhuǎn)這一趨勢(shì)很重要。
在這項(xiàng)新工作中，研究人員使用機(jī)器學(xué)習(xí)模型XGBoost 分析了美國(guó) 7,929 名完成國(guó)家健康和營(yíng)養(yǎng)檢查調(diào)查的患者的公開數(shù)據(jù)。數(shù)據(jù)包含每位患者的 684 個(gè)變量，包括人口統(tǒng)計(jì)學(xué)、飲食、運(yùn)動(dòng)和心理健康問卷回答，以及實(shí)驗(yàn)室和體檢信息。
總體而言，該研究中有 2,302 名患者被醫(yī)生診斷為睡眠障礙。XGBoost 可以使用完整數(shù)據(jù)集中包含的總變量中的 64 個(gè)，以很高的準(zhǔn)確性(AUROC=0.87，靈敏度=0.74，特異性=0.77)預(yù)測(cè)睡眠障礙診斷的風(fēng)險(xiǎn)。根據(jù)機(jī)器學(xué)習(xí)模型，睡眠障礙的最大預(yù)測(cè)因素是抑郁、體重、年齡和腰圍。
作者得出結(jié)論，機(jī)器學(xué)習(xí)方法可能是在不依賴醫(yī)生判斷或偏見的情況下篩查患者睡眠障礙風(fēng)險(xiǎn)的有效第一步。
Samuel Y. Huang 補(bǔ)充道，“這項(xiàng)關(guān)于失眠危險(xiǎn)因素的研究與其他研究的不同之處在于，不僅看到了抑郁癥狀、年齡、咖啡因使用、充血性心力衰竭病史、胸痛、冠狀動(dòng)脈疾病、肝病和57 個(gè)其他變量與失眠有關(guān)，但也在一個(gè)非常有預(yù)測(cè)性的模型中可視化每個(gè)變量的貢獻(xiàn)。”
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！