基于生化指标的西藏中老年女性骨质疏松机器学习预测模型比较研究：探寻精准防治新路径

为建立西藏中老年女性骨质疏松的最优预测模型，西藏大学等研究人员对比 6 种含生化指标的预测模型。结果显示，SVM 和 XGB 算法模型比 OSTA 筛查效果好，XGB 预测能力最佳。这为精准防治提供新方向。

　　在当今社会，人口老龄化进程不断加快，骨质疏松这一健康问题愈发凸显。它就像一位 “隐匿的杀手”，悄无声息地威胁着人们的骨骼健康。骨质疏松是一种全身性骨疾病，主要特征为低骨量、骨组织微结构破坏、骨脆性增加，极易引发骨折。据相关数据显示，我国 50 岁以上人群中，骨质疏松患病率达 19.2%，其中女性患病率高达 32.1% ；65 岁以上人群中，患病率更是升至 32.0%，女性患病率高达 51.6%。预计到 2035 年，我国与骨质疏松相关的骨折人数将翻倍。

目前，双能 X 线吸收法（DXA）是诊断骨质疏松和监测骨密度变化的常用方法，但因其成本较高，并不适合作为普通人群的常规筛查手段。亚洲人骨质疏松自我评估工具（OSTA）虽操作简单，可用于初步筛查，但在精准度上存在一定局限。随着人工智能（AI）技术的飞速发展，其在医学领域的应用逐渐广泛。基于此，为了寻找更精准有效的骨质疏松预测方法，西藏大学等研究机构的研究人员开展了一项关于 “Comparing machine learning models for osteoporosis prediction in Tibetan middle aged and elderly women” 的研究，该研究成果发表在《Scientific Reports》上。

研究人员采用多阶段整群随机抽样横断面调查方法，从 2022 年 1 月至 2024 年 1 月，收集了西藏高海拔地区的生化和骨密度（BMD）数据。他们先进行特征选择，筛选出与骨质疏松相关的因素；接着将符合条件的参与者按 8:2 的比例随机分为训练集和测试集；然后基于随机森林（Random Forest）、人工神经网络（ANN）、极端梯度提升（XGB）和支持向量机（SVM）等算法建立骨质疏松预测模型；最后通过敏感性、特异性和受试者工作特征曲线下面积（AUC）等指标比较各模型的性能，以选出最佳预测模型。

研究结果如下：

• 特征选择结果：通过相关性分析，从 14 种生化指标中筛选出与 T 值有统计学差异的指标，最终确定年龄（P<0.01）、低密度脂蛋白胆固醇（LDL-C，P<0.05）、尿酸（UA，P<0.01）、谷草转氨酶（AST，P<0.05）、肌酐（CREA，P<0.01）、体重指数（BMI，P<0.01）、谷丙转氨酶（ALT，P<0.01）与骨质疏松相关，并用于后续模型构建。
• 模型重要性分析：在 XGB 模型中，各因素重要性排序为 BMI、CREA、LDL-C、ALT、年龄、UA、AST。其中 BMI 的重要性比例最高，为 0.271；AST 的重要性比例最低，为 0.084。
• SHAP 特征依赖图分析：BMI 在 20 kg/m2左右时，SHAP 值较高，对模型预测结果有显著正向影响，且 BMI 与骨质疏松呈显著负相关；年龄超过 70 岁时，SHAP 值较高，与骨质疏松呈显著正相关。
• 模型评估结果：在训练集中，AUC 从高到低依次为随机森林（1.000）、XGB（0.887）、SVM（0.868）、回归（0.801）、ANN（0.793）、OSTA（0.739）；在测试集中，AUC 从高到低依次为 XGB（0.848）、回归（0.801）、随机森林（0.772）、SVM（0.755）、OSTA（0.739）、ANN（0.732）。XGB 的敏感性（0.889）、特异性（0.766）和 AUC（0.848 [0.7775, 0.9192]）均高于 OSTA；SVM 的敏感性（0.722）、特异性（0.811）和 AUC（0.755 [0.6376, 0.8729]）也高于 OSTA。

研究结论和讨论部分指出，该研究首次基于生化指标建立骨质疏松预测模型，在训练集和测试集中，随机森林、回归、XGB 和 SVM 算法的预测效果均优于 OSTA，其中 XGB 算法表现最佳。XGB 算法在处理不平衡数据方面具有明显优势，其 AUC 达到 0.848，模型性能优于 SVM 和 ANN 模型。然而，该研究也存在一定局限性，如血液生化指标检测成本较高，算法性能缺乏外部验证，且在特定风险因素人群中的适用性有待进一步研究。尽管如此，这项研究依然意义重大，为西藏中老年女性骨质疏松的早期预测和精准防治提供了新的思路和方法，为后续相关研究奠定了重要基础。

综上所述，该研究成果为骨质疏松的防治开辟了新路径，有望在未来通过不断优化模型，提高预测准确性，更好地服务于临床实践，守护人们的骨骼健康。