编辑推荐：
韩国中年职场人群未满足医疗需求（UMN）问题突出。研究人员基于韩国健康面板调查数据，运用多种机器学习算法构建预测模型。结果显示，UMN 患病率为 15.6%，随机森林（RF）模型预测力最强，主观压力和健康意识是关键影响因素。该研究为 UMN 防治提供依据。
在现代社会，人们对健康的关注度日益提高，然而，医疗资源的分配不均、个体健康意识的差异等因素，使得未满足医疗需求（Unmet medical needs，UMN）问题逐渐凸显。在韩国，这一问题尤为突出，尤其是在中年成年人这一群体中。韩国中年成年人在国家经济发展中占据重要地位，他们是生产力的主力军，但较高的 UMN 水平却给他们的健康和工作带来了潜在威胁。已有数据表明，韩国 UMN 发生率高于其他国家，且不同年龄组 UMN 患病率有所不同，30 - 64 岁的中年成年人患病率达 31.6%。此前研究虽关注到 UMN 的影响因素，但多为列举式，缺乏对经济活跃中年成年人 UMN 的深入研究，也缺少有效的预测模型。因此，开展针对韩国经济活跃中年成年人 UMN 的研究，探寻影响因素并构建预测模型迫在眉睫。
为了解决这些问题，来自韩国的多所研究机构（庆熙科技大学健康管理系、国立癌症中心癌症人工智能与数字健康研究生院、韩国大学健康政策与管理系、国立康复中心健身促进与康复运动系 ）的研究人员展开了相关研究。研究成果发表在《BMC Health Services Research》杂志上，为后续的健康管理和政策制定提供了重要依据。
研究人员使用了多种关键技术方法。数据来源于韩国健康面板调查（Korea health panel survey，KHPS）2020 年的数据，通过筛选 30 - 64 岁经济活跃的中年成年人数据，最终确定 3757 人为研究对象。研究采用多种统计分析方法，如频率分析、卡方检验、Fisher 检验、Shapley 加性解释分析（SHAP 值） 等进行数据处理；运用神经网络（Neural network，NN）、逻辑回归（Logistic regression，LR）、朴素贝叶斯（Na?ve bayes，NB）、梯度提升法（Gradient boosting method，GBM）和随机森林（Random forest，RF）等机器学习算法构建预测模型，并通过十折交叉验证评估模型性能 。
下面来看具体的研究结果：
- 参与者的社会人口学和 UMN 特征：研究对象中男性占比 58.0%，年龄在 50 - 64 岁的占 51.3% ，教育程度以 “大学及以上” 居多，占 51.2% 。大部分参与者（70.3%）居住在非大都市地区，75.5% 为雇员。家庭规模以 3 人及以上为主（66.8%），多数参与者（33.5%）收入处于第 5 五分位数，经济状况较好。大部分人无残疾（97.4%）且无慢性病（64.9%）。不经常锻炼的人占 53.8% ，经常饮酒的人占 79.4%，非吸烟者占 73.7%。此外，年龄、教育水平、地区、定期体育锻炼、吸烟状况等变量在 UMN 发生上存在显著差异12。
- 参与者的连续变量特征：参与者主观压力意识平均得分 3.40（满分 4 分），表明压力水平较高；主观健康意识平均得分 2.20（满分 5 分） ，标准差为 0.82，说明个体差异较小，整体健康状况相对良好3。
- 影响 UMN 的变量重要性：通过 SHAP 值评估发现，影响经济活跃中年成年人 UMN 的主要因素中，主观压力意识排名最高，其后依次为主观健康意识、定期体育锻炼和年龄。而教育水平、性别和收入等因素的影响相对较小4。
- 预测 UMN 的模型参数比较：比较不同机器学习模型的预测能力，结果显示 RF 算法的受试者工作特征曲线下面积（Area under the receiver operating characteristic，AUROC）最高，为 0.831，在预测韩国中年成年人 UMN 方面表现最佳56。
在研究结论和讨论部分，该研究具有重要意义。首先，研究发现韩国中年成年人 UMN 患病率为 15.6%，高于韩国普通成年人（11.6% ）及其他国家相关研究中的患病率，这凸显了该群体 UMN 问题的严重性。其次，RF 算法在预测 UMN 方面准确性最高，但 AUROC 值相对较低，表明当前研究中的变量不足以充分预测 UMN，可能还需纳入工作职位、通勤时间等更多变量。再者，主观压力意识和主观健康意识是影响 UMN 的关键因素，提示应将压力管理纳入公共卫生项目，如在国家癌症筛查项目中增加压力测量，根据企业是否有员工援助计划（Employee Assistance Program，EAP）对高压力风险人群进行分类管理 。此外，研究也存在一些局限性，如未全面考察 UMN 发生的影响因素、未区分职业群体、未明确 UMN 的具体原因、AUROC 值较低以及研究结果难以推广到所有人群等。但总体而言，该研究首次深入探讨了经济活跃中年成年人 UMN 与多种因素的关系，并构建了预测模型，为后续研究和政策制定提供了有价值的参考，对保障韩国中年成年人的健康、促进经济稳定发展具有重要意义。
