整合行为、体型与体能指标的可解释机器学习模型预测寒冷地区学前儿童睡眠时长不足

《BMC Public Health》：Explainable machine learning for identifying insufficient sleep duration among preschool children in cold-region China: a cross-sectional study

　　摘要背景学前儿童的睡眠健康与运动行为、身体成分和运动发育有关。寒冷地区的环境可以改变户外活动机会和运动行为的季节组织，但目前证据并未确立统一的寒冷地区睡眠表型。我们开发并内部验证了可解释模型，以考察常规收集的行为、体型和体能指标是否共同表征中国黑龙江省学前儿童照护者报告的睡眠时长不足。方法本横断面预测模型研究分析了2020年1,258名3–6岁儿童的监测数据和照护者问卷数据。在排除缺失率>15%的变量后，参与者进行了按结局分层的7:3划分。在训练集中拟合了多元链式方程插补（MICE）模型，并应用于内部验证集，未重新拟合。标准化、最小绝对收缩和选择算子（LASSO）特征选择和超参数调优仅限于训练数据。使用区分度、分类指标、校准和决策曲线分析评估了七个分类器。使用Shapley加性解释（SHAP）对选定的随机森林（RF）模型进行解释。结果在1,258名儿童中，344名（27.3%）存在睡眠时长不足。LASSO保留了体质指数（BMI）、周末中高强度身体活动、周末户外身体活动、周末屏幕时间、立定跳远和双脚连续跳跃时间。Light Gradient Boosting Machine的受试者工作特征曲线下面积最高（AUC，0.849；95%置信区间[CI]，0.806–0.889）。RF显示出比逻辑回归更高的数值区分度（AUC，0.827[95% CI，0.781–0.872] vs. 0.752[95% CI，0.692–0.806]）和均衡的概况（准确率，0.798；敏感性，0.553；特异性，0.891；F1分数，0.600；Brier分数，0.143）。SHAP将周末户外活动、周末中高强度身体活动和BMI排名最高，并显示非线性特征-输出模式。结论常规监测数据支持了一个可解释的非线性多变量框架，用于整合行为、体型和体能来表征照护者报告的睡眠时长不足。其主要价值在于多维数据整合、状态表征和为前瞻性研究生成假设，而非替代直接睡眠评估。需要跨地区、气候和季节进行外部验证。