利用基于生理学的合成可穿戴数据，对用于月经恢复预测的机器学习架构进行基准测试

《Scientific Reports》：Benchmarking machine learning architectures for menstrual recovery prediction using physiologically informed synthetic wearable data

　　

摘要

继发性闭经是一种具有多样性的疾病，会对生殖健康、心血管健康和骨骼健康产生影响。现有的月经健康相关机器学习方法主要集中在周期预测上，而非病理状态下的恢复过程建模。我们提出了一个概念验证框架，该框架利用非侵入式可穿戴设备收集的生理特征以及用户自我报告的数据（包括心率变异性、静息心率、睡眠情况、体力活动、皮肤温度、感知压力、年龄和闭经持续时间）来预测月经恢复情况。通过使用包含5000个个体数据的合成数据集（该数据集记录了生理特征与结果之间的关系），我们在基线和纵向分析配置下评估了12种模型。表现最佳的模型（XGBoost）的AUC值为0.914，消融分析表明基线特征能够捕捉到大部分可学习的信号（ΔAUC = 0.020）。基于排列的零模型也证实了模型具有显著的预测能力（AUC = 0.503），且XGBoost的性能优于基于规则的基线模型（ΔAUC = 0.044）。SHAP分析显示，感知压力和心率变异性是主要的预测因素，这与数据生成的结构一致。由于这些可穿戴设备能够常规采集相关生理数据，而用户自我报告的信息也只需定期进行简单评估，因此该框架为基于可穿戴设备的月经恢复过程建模奠定了基础。未来需要进一步开展实际临床验证，并将该模型整合到健康监测系统中。