机器学习揭示老年人群记忆表现的关键生活暴露因素：基于多元队列的SHAP值解析

这篇研究采用XGBoost机器学习模型结合SHAP（Shapley Additive exPlanation）值分析，系统评估了12种生活暴露因素（LEFs）对2245名多元族裔老年人记忆功能的影响。研究发现年龄、性别、教育程度、志愿服务、收入及感官健康（如听力、视力）是记忆表现的核心预测因子，且在不同性别和族裔亚组中呈现差异性权重，为阿尔茨海默病及相关痴呆（ADRD）的精准干预提供了新思路。

　　

背景

2024年《柳叶刀》委员会报告指出，全球45%的阿尔茨海默病及相关痴呆（ADRD）病例可通过干预14种可调控健康风险因素（如教育、心血管疾病、睡眠障碍等）实现延迟或预防。这些生活暴露因素（Life Exposure Factors, LEFs）受社会文化背景和资源获取差异影响，导致不同族裔和性别群体的ADRD风险存在显著差异。例如，亚裔和白人老年人的ADRD患病率显著低于黑人和西班牙裔群体。传统研究方法如人群归因分数（PAFs）难以捕捉因素间的复杂交互作用，而本研究创新性地采用回归树机器学习模型（XGBoost）与SHAP值解释框架，首次在多元老年人群中量化LEFs对记忆功能的边际贡献。

方法

研究数据来自美国加州北部凯撒医疗系统的两项队列：KHANDLE（健康老龄化与多元生活经历研究）和STAR（非裔美国人健康老龄化研究），共纳入2245名54-90岁成年人（37%男性，44%黑人）。记忆功能通过西班牙/英语神经心理评估量表（SENAS）的言语记忆复合得分（z分数）衡量。分析的12项LEFs包括教育年限、收入等级、志愿服务、运动频率（轻/剧烈）、感官健康（听力/视力）、睡眠（时长/质量）、吸烟史、酒精摄入（CDC标准）及创伤性脑损伤（TBI），均通过标准化问卷采集。

XGBoost模型通过75%/25%训练-测试集分割优化超参数，结合5折交叉验证避免过拟合（测试集R²=0.326，优于传统回归的0.311）。SHAP值则提供全局重要性排名（均值绝对SHAP值）和个体化影响解释，揭示变量间的非线性关系和交互效应。

结果

全局分析显示：

1. 1.

   人口统计学因素：年龄（SHAP=0.209）和女性性别（0.201）是记忆功能的最强预测因子，高龄与记忆衰退显著相关，女性普遍优于男性。

2. 2.

   社会经济因素：教育（0.112）和收入（0.054）位列第三、四位，其中西班牙裔群体的教育影响尤为突出（重要性为其他族裔1.5倍）。

3. 3.

   生活方式因素：志愿服务（0.054）的贡献超过多数健康指标，其机制可能通过增强社交互动和认知储备实现。中等频率剧烈运动（非每日或从不）和6-7小时睡眠时长对记忆最有利，呈现U型曲线关系。

4. 4.

   感官健康：听力（0.031）和视力（0.033）的影响存在性别差异——男性更依赖听力，女性更依赖视力。

分层分析发现：

• •

  性别差异：女性中收入的重要性比男性高70%，而剧烈运动对女性的保护作用更强（SHAP=0.031 vs 0.022）。

• •

  族裔差异：黑人身份对记忆的负面影响（SHAP=-0.04）可能反映结构性歧视的累积效应；西班牙裔群体的教育回报率最高，支持早期教育干预的优先性。

个体化模型（图4瀑布图）示例：

• •

  高教育/高收入且参与志愿服务的女性，性别因素贡献+0.15 SHAP值，而同等条件的男性因性别损失-0.12值。

• •

  低教育/低收入群体中，教育缺陷的负面影响（-0.25）远超性别差异，凸显社会经济劣势的压倒性作用。

讨论

教育的核心地位与“认知储备”理论一致，其通过双重路径影响记忆：早期技能积累和后期神经可塑性维持。值得注意的是，西班牙裔群体教育回报率更高，可能反映该群体对教育资源获取的边际效益递增。志愿服务的突出重要性为ADRD预防提供了新靶点，其机制可能涉及社会参与对神经炎症的调控。

感官健康的性别特异性提示临床干预需差异化：男性应优先听力矫正，女性需关注视力保护。运动与睡眠的非线性关系警示极端行为（过度运动或过长睡眠）可能抵消益处，支持“适度原则”。

局限性包括自报告数据的测量误差、加州样本的泛化性限制，以及未纳入心血管指标等生物标志物。未来研究可结合纵向设计和因果推理，探索社会经济因素与生物老化的交互机制。

结论

本研究通过机器学习首次量化了LEFs在多元老年人群记忆功能中的分层贡献，揭示教育、志愿服务和感官健康是可干预的共性靶点，而性别和族裔差异呼吁精准化公共卫生策略。该方法为ADRD风险预测和个性化干预提供了可扩展的分析框架。