基于网格搜索优化的梯度提升回归模型预测COVID-19死亡率与营养因素关联研究

本研究针对COVID-19死亡率与营养因素的关联问题，通过网格搜索(GS)优化梯度提升回归(GBR)模型，分析了脂肪摄入量、能量摄取(kcal)、食物供应量(kg)及蛋白质水平等关键膳食属性。研究结果表明，GS-GBR模型将预测准确率从96.3%提升至99.4%，显著优于随机森林(RF)、决策树(DT)等传统机器学习模型，为通过营养干预降低COVID-19死亡风险提供了数据驱动的决策支持。

　　

自2019年以来，COVID-19疫情持续对全球健康系统造成巨大压力，病毒不断变异（如奥密克戎变异株），导致超过600万人死亡。研究表明，营养状况是影响疾病抵抗力的关键因素，肥胖、高脂饮食和营养不良均会加剧免疫系统功能紊乱和炎症反应，从而增加COVID-19重症和死亡风险。然而，现有研究多集中于临床和人口学因素，缺乏对营养属性的深入建模与优化。为此，研究人员在《Scientific Reports》发表论文，通过机器学习方法探索膳食因素与COVID-19死亡率之间的预测关系。

本研究主要采用以下技术方法：基于公开的COVID-19健康饮食数据集（涵盖170个国家、4类营养属性），使用最小-最大归一化（Min-Max Normalization）进行数据预处理，采用网格搜索（Grid Search）进行超参数优化，并比较了五种机器学习模型：梯度提升回归（GBR）、随机森林（RF）、拉索回归（Lasso）、决策树（DT）和贝叶斯岭回归（BR），使用R²、MAE、MAPE和MSE作为模型评估指标。

数据预处理

研究人员首先对缺失值进行均值插补，并对数值特征进行归一化处理，以确保模型训练不受特征量纲影响。通过特征重要性分析，最终选择了动物产品、植物产品、谷物（不含啤酒）、肥胖率等4个核心营养指标作为预测变量。

模型训练与优化

在未优化状态下，GBR模型在所有对照模型中表现最优（R²=0.963，MSE=0.1512）。通过网格搜索对GBR的超参数（学习率、树深度、估计器数量）进行调优后，优化后的GS-GBR模型各项指标显著提升，R²达到0.994，MSE降至0.1321。

特征重要性分析

随机森林和GBR模型的特征评分显示，动物产品、谷物消费和肥胖率是与COVID-19死亡率最相关的因素，其中高糖分、高动物脂肪饮食与死亡率正相关，而植物类食物摄入则与较低死亡率相关。

统计显著性验证

通过配对t检验比较，GS-GBR模型在R²和MSE指标上均显著优于其他模型（p值均<0.05），证实其优化效果具有统计显著性。

研究结论表明，基于网格搜索优化的GBR模型能够高效预测COVID-19死亡率与营养因素之间的复杂关系，准确率可达99.4%。该模型不仅为公共卫生政策提供了基于数据的营养干预策略，也为未来结合更多变量（如疫苗覆盖率、病毒变异体）扩展预测模型奠定了基础。此外，研究强调应早期开展营养风险筛查（如NRS-2002评分），对高风险人群实施个性化膳食干预，从而降低COVID-19的整体疾病负担。