编辑推荐：
犬类癌症是导致犬死亡的重要原因，为探究金毛寻回犬患癌的环境风险因素，研究人员利用 Golden Retriever Lifetime Study（GRLS）数据构建 BiMM 森林模型。结果显示，运动频率、时长、节奏及游泳频率是关键预测因素。该研究为降低犬患癌风险提供了依据。
在宠物的世界里，癌症却成为了许多狗狗健康的 “头号杀手”，尤其是在金毛寻回犬这个深受人们喜爱的品种中。据统计，犬类癌症是导致犬死亡的重要原因之一，可在不同品种的犬中，癌症的发病率和类型差异很大。例如，金毛寻回犬患血管肉瘤和淋巴瘤的概率相对较高。然而，目前确定犬类自发癌症的真实发病率面临诸多挑战，像兽医护理资源获取的差异、主人经济限制导致的筛查不一致，以及缺乏全国性的犬类死亡数据库等。
而且，犬类癌症的发病机制十分复杂，是由种系风险基因、体细胞突变和环境暴露等多种因素相互作用的结果。此前，很少有研究关注犬类身体活动与癌症发展之间的关系，大多数相关研究集中在犬类身体活动的生理反应，或是像骨关节炎、肥胖等疾病领域。因此，探究犬类身体活动与癌症发展的联系，确定影响癌症风险的关键因素，对预防犬类癌症至关重要。
为了解开这些谜题，Morris Animal Foundation（MAF）开展了 Golden Retriever Lifetime Study（GRLS），这是兽医学领域首个前瞻性纵向研究。该研究旨在识别犬类癌症和其他疾病的主要饮食、遗传和环境风险因素 。基于此，研究人员利用 GRLS 中主人每年填写的调查问卷数据，开展了一项极具意义的研究，试图通过构建模型来预测金毛寻回犬患癌风险，并确定关键的身体活动预测因子。相关研究成果发表在《Veterinary Oncology》杂志上。
研究人员使用的数据来自参与 GRLS 的 3044 只纯种金毛寻回犬。数据涵盖了 “狗狗人口统计学”“活动与生活方式” 以及 “肿瘤相关情况” 等方面。在数据处理过程中，研究人员进行了数据准备、预处理等工作。数据准备阶段，对不同来源的活动数据集进行结构统一、去除重复行等处理；数据预处理时，将非数值数据转换为数值格式，对缺失值采用多元链式方程插补法（MICE）结合随机森林算法进行插补，还运用合成少数过采样技术（SMOTE-NC）平衡数据集，并对连续变量进行标准化处理 。之后，研究人员构建了两个 BiMM 随机森林模型，分别是使用 7 年一致问题数据的 “Years 0 - 7” 模型和纳入第 3 年起关于运动节奏和持续时间问题数据的 “Years 3 - 7” 模型。
在研究结果方面，共有 277 只金毛寻回犬被诊断出患有癌症。模型性能上，“Years 3 - 7” 模型表现更优，总体准确率达到 80.7%，F1 评分 74.9%，ROC 曲线下面积（AUC）为 0.763 。而 “Years 0 - 7” 模型性能较差，未进一步深入研究。
进一步分析 “Years 3 - 7” 模型发现，影响癌症发展的重要预测因素中，运动频率、节奏、持续时间以及冷暖天气游泳频率都名列前茅。从运动频率来看，所有活动（除游泳外）的运动频率在患癌与未患癌的金毛寻回犬之间差异不大，但患癌犬在确诊后运动频率平均增加约 8 - 10%。运动节奏方面，从第 3 年开始记录，患癌犬在确诊后节奏变化不一，有的年份略有增加，有的年份则有所下降。运动持续时间自第 3 年起记录，所有活动的平均和中位数持续时间在 10 - 60 分钟，患癌犬确诊后总体呈下降趋势 。游泳频率上，所有犬在温暖天气游泳更频繁，患癌犬在温暖天气游泳频率略高，在寒冷天气游泳频率显著增加，增幅达 15.6% - 68.88% 。此外，研究还发现活动水平、太阳暴露持续时间等因素也与癌症存在一定关联，但重要性相对较低。
研究结论表明，运动的频率、节奏和持续时间，以及与运动相关的环境因素，都是金毛寻回犬癌症发展的重要预测因素。这意味着长期的生活方式暴露在癌症风险评估中可能起着关键作用。此研究首次深入分析了 GRLS 中所有犬只的主人报告的身体活动问卷数据，并运用机器学习预测模型探索影响金毛寻回犬癌症风险的潜在环境因素，为后续研究奠定了基础。不过，该研究也存在一定局限性，比如研究仅涵盖了 MAF GRLS 数据的前 7 年，很多犬只还未被诊断出癌症，且将所有癌症类型和等级归为一组进行研究；同时，许多犬只缺乏身体状况评分（BCS）数据，影响了研究的全面性 。未来研究可在数据解禁后，重新评估这些发现，并进一步完善模型，考虑更多因素，为降低金毛寻回犬患癌风险提供更有效的建议。
