今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

基于机器学习的颈动脉-股动脉脉搏波速度五年变化预测:临床与生活方式因素的探索性队列研究

《BMC Medical Informatics and Decision Making》:Predictive contributions to five-year change in carotid-femoral pulse wave velocity using machine learning and penalized regression

【字体: 大 中 小 】 时间:2026年10月08日 来源:BMC Medical Informatics and Decision Making 5.5

编辑推荐:

   摘要背景动脉僵硬,通过颈动脉 - 股动脉脉搏波速度(cf-PWV)评估,是血管衰老和心血管风险的经验证的生物标志物。然而,临床和行为因素预测 cf-PWV 纵向变化的程度仍知之甚少。本研究评估了在基于人群的队列中,选定的基线临床和生活方式变量预测 cf-PWV 五年变化的程度

  

摘要

背景

动脉僵硬,通过颈动脉 - 股动脉脉搏波速度(cf-PWV)评估,是血管衰老和心血管风险的经验证的生物标志物。然而,临床和行为因素预测 cf-PWV 纵向变化的程度仍知之甚少。本研究评估了在基于人群的队列中,选定的基线临床和生活方式变量预测 cf-PWV 五年变化的程度。

方法

分析了来自血管加速衰老中不同风险因素的影响(Estudio de Envejecimiento Vascular Acelerado,EVA 研究;ClinicalTrials.gov NCT02623894)的数据,该研究是一个无心血管疾病成年人的前瞻性队列。使用 XGBoost 来捕捉非线性交互作用并排名预测因子的重要性。SHAP(SHapley 加法解释)分析提供了可解释性。随后,应用弹性网络回归得出一个简约、可解释的方程。使用训练集内的交叉验证进行模型调优,并在保留的测试集中评估性能。

结果

XGBoost 确定吸烟持续时间(年)、对地中海饮食的依从性、HDL 胆固醇、抗糖尿病药物的使用、基线年龄和每周久坐时间(小时/周)为关键预测因子。吸烟持续时间、基线年龄和每周久坐时间的平均绝对 SHAP 值最高。分层弹性网络模型包括基线年龄(β = 0.31)和每周久坐时间(β = 0.02)作为主效应,并保留了 HDL-C(β = ?0.13)、抗糖尿病药物的使用(β = ?0.11)、地中海饮食依从性(β = ?0.008)以及年龄 × 每周久坐时间的交互作用(β = ?0.24),但预测性能有限(MAE = 1.27 m/s;RMSE = 1.70 m/s),并未优于仅均值基准(MAE = 1.27 m/s;RMSE = 1.68 m/s)。

结论

这种探索性的混合建模方法刻画了具有临床相关性的因素对 cf-PWV 五年变化的预测贡献。两个主要模型均未优于仅均值基准;因此,得出的方程应被视为一种生成假设的研究模型,需要进一步开发和独立的外部验证。

试验注册

ClinicalTrials.gov NCT02623894。注册日期为 2015 年 12 月 8 日。回溯性注册。(https//classic.clinicaltrials.gov/ct2/show/NCT02623894)。

背景

动脉僵硬,通过颈动脉 - 股动脉脉搏波速度(cf-PWV)评估,是血管衰老和心血管风险的经验证的生物标志物。然而,临床和行为因素预测 cf-PWV 纵向变化的程度仍知之甚少。本研究评估了在基于人群的队列中,选定的基线临床和生活方式变量预测 cf-PWV 五年变化的程度。

方法

分析了来自血管加速衰老中不同风险因素的影响(Estudio de Envejecimiento Vascular Acelerado,EVA 研究;ClinicalTrials.gov NCT02623894)的数据,该研究是一个无心血管疾病成年人的前瞻性队列。使用 XGBoost 来捕捉非线性交互作用并排名预测因子的重要性。SHAP(SHapley 加法解释)分析提供了可解释性。随后,应用弹性网络回归得出一个简约、可解释的方程。使用训练集内的交叉验证进行模型调优,并在保留的测试集中评估性能。

结果

XGBoost 确定吸烟持续时间(年)、对地中海饮食的依从性、HDL 胆固醇、抗糖尿病药物的使用、基线年龄和每周久坐时间(小时/周)为关键预测因子。吸烟持续时间、基线年龄和每周久坐时间的平均绝对 SHAP 值最高。分层弹性网络模型包括基线年龄(β = 0.31)和每周久坐时间(β = 0.02)作为主效应,并保留了 HDL-C(β = ?0.13)、抗糖尿病药物的使用(β = ?0.11)、地中海饮食依从性(β = ?0.008)以及年龄 × 每周久坐时间的交互作用(β = ?0.24),但预测性能有限(MAE = 1.27 m/s;RMSE = 1.70 m/s),并未优于仅均值基准(MAE = 1.27 m/s;RMSE = 1.68 m/s)。

结论

这种探索性的混合建模方法刻画了具有临床相关性的因素对 cf-PWV 五年变化的预测贡献。两个主要模型均未优于仅均值基准;因此,得出的方程应被视为一种生成假设的研究模型,需要进一步开发和独立的外部验证。

试验注册

ClinicalTrials.gov NCT02623894。注册日期为 2015 年 12 月 8 日。回溯性注册。(https//classic.clinicaltrials.gov/ct2/show/NCT02623894)。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:动脉僵硬|cf-PWV|血管衰老|预测因子|机器学习建模|心血管风险

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号