基于机器学习的河北省居民失眠症状风险分类模型

《Public Health》:Machine learning-based insomnia symptom risk classification model for residents of Hebei province

【字体: 大 中 小 】 时间:2026年07月14日 来源:Public Health 3.5

编辑推荐:

  王一鸣|齐长村|曹学山|范萌|赵月欣|白鹏宇|宋建石|王松航|刘波|宋波中国河北省石家庄市河北医科大学公共卫生学院职业卫生与环境卫生系,邮编050017摘要目的本研究旨在针对社区人群样本,开发基于机器学习的失眠症状风险分类模型并进行外部验证,同时利用SHAP值识别并解释主要影响因

  
王一鸣|齐长村|曹学山|范萌|赵月欣|白鹏宇|宋建石|王松航|刘波|宋波
中国河北省石家庄市河北医科大学公共卫生学院职业卫生与环境卫生系,邮编050017

摘要

目的

本研究旨在针对社区人群样本,开发基于机器学习的失眠症状风险分类模型并进行外部验证,同时利用SHAP值识别并解释主要影响因素。

研究设计

2021年和2024年,在中国河北省随机选取的30个县开展了横断面调查,共纳入16,848名符合条件的参与者。

方法

采用失眠严重程度指数评估失眠症状。2021年的数据集被随机分为训练集(n=6863)和内部验证集(n=2942)。使用六种算法构建风险分类模型,随后通过SHAP值选择最优模型并对其进行解读。

结果

在评估的六种模型中,逻辑回归模型的分类性能最佳,内部验证集的AUC值为0.812,外部验证集为0.795。SHAP分析显示,对模型影响最大的五个因素为睡眠时间(SHAP值:0.071)、入睡潜伏期(0.067)、就寝时间(0.061)、健康状况(0.044)以及年龄(0.026)。

结论

基于逻辑回归算法开发的失眠症状风险分类模型表现良好,而SHAP值提升了该模型的可解释性。

引言

睡眠是维持身心健康、保持认知功能以及实现良好社会功能的基石。随着现代化进程加快和生活节奏日益紧张,失眠已从偶尔困扰个体的问题演变为全球范围内亟待解决的公共卫生问题。1据世界卫生组织统计,全球约有27%的人口存在某种形式的睡眠障碍,其中失眠最为常见,普通人群中的患病率约为10–15%。2,3在美国,失眠是成年人中最常见的睡眠障碍,患病率在20%到30%之间。4在欧洲,大约10%的成年人患有失眠,且其患病率呈上升趋势。5总体而言,失眠会严重影响生活质量、社会功能和工作表现,还会给医疗系统带来巨大经济压力。6
在中国,由于经济快速发展、生活节奏加快以及人口老龄化加剧,失眠现象也日益严重。2023年《中国睡眠研究报告》显示,我国有超过3亿人患有睡眠障碍,成年人的失眠患病率高达38.2%。7河北省作为中国北方人口大省,居民人数超过7400万,面临的失眠问题尤为突出。快速的工业化和城市化进程,加上气候与环境因素,都可能加剧该地区的失眠问题。2021年河北省心理健康中心的一项调查表明,该省18岁及以上的成年人中有16.9%存在失眠症状。8除了影响日间功能和生活质量外,失眠还是抑郁症、焦虑症、心血管疾病以及代谢综合征的重要风险因素。9, 10, 11这些发现凸显出有必要基于大规模人口数据建立客观的风险分类模型,以便及早识别有失眠症状的人群并对其风险进行分级,从而为制定针对性的公共卫生干预措施提供依据。
机器学习技术具备强大的分析能力,可用于构建分类系统,通过分析多维度数据集中的复杂关联,实现更精准的识别与分类。12,13与传统线性回归模型不同,许多机器学习算法能够处理风险因素之间的线性与非线性关系,进而提升模型性能。14在睡眠医学领域,机器学习方法在预测睡眠障碍、分类睡眠阶段以及检测睡眠呼吸暂停方面展现出高精度。15, 16, 17先前的研究已经证实,机器学习模型能够根据人口统计学资料和生活方式数据有效判断睡眠障碍的发生概率,同时还能识别出关键风险因素。6
尽管已有大量研究支持这一观点,但针对特定地区人群的失眠问题应用机器学习的技术研究仍相对较少。尤其在中国,很少有研究能够开发并验证兼顾社会人口学因素、行为因素以及睡眠相关因素共同作用的省级层面风险分类模型。因此,本研究旨在利用人口统计数据和生活方式调查数据,探讨包括逻辑回归、随机森林、支持向量机、朴素贝叶斯、神经网络以及极端梯度提升在内的多种机器学习算法在河北省人群失眠症状分类中的应用效果,同时识别出导致失眠的关键风险因素。

章节节选

样本量计算

样本量计算是基于2020年报告的13.6%的失眠患病率(p=0.136)18。研究设定的显著性水平为0.05,对应的Z值为1.96,允许的误差范围为0.15*p。最小样本量是通过估算总体比例的公式计算得出的:N=Zα2p(1?p)δ2
据此初步估算需要1085名参与者。由于本研究采用了多阶段随机抽样策略

研究人群的基线特征

最终用于分析的样本共有9805名参与者,其中2051人(20.9%)被诊断为患有失眠症状。这类人群的中位年龄为34.10岁(四分位数间距:16.88),男性占比为46.12%。而非失眠组(n=7754)的年龄略高,中位年龄为34.48岁(四分位数间距:16.86),男性占比为48.63%。两组基线特征的详细汇总见表1。

特征选择

进行了单变量逻辑回归分析

讨论

失眠是一种普遍存在的公共卫生问题,它不仅会影响人们的身体和心理健康,还会威胁公共安全,降低整体生活质量。《柳叶刀》杂志曾报道,全球有多达三分之一的成年人患有失眠症。28然而,在中国河北省等特定地区群体中,失眠的影响及其相关风险因素仍缺乏充分研究。本研究旨在开发并验证机器学习模型,以便识别

伦理审批

本研究已获得河北省心理健康中心医学伦理委员会的批准,所有参与者均签署了电子版知情同意书。

CRediT作者贡献说明

WYM:撰写——初稿、方法学、正式分析、数据整理。QCC:撰写——审阅与编辑、研究实施、数据整理。CXS:撰写——审阅与编辑、方法学、数据整理。MF:撰写——审阅与编辑、研究实施、数据整理。ZYX:撰写——审阅与编辑、研究实施、数据整理。BPY:撰写——审阅与编辑、研究实施。SJS:撰写——审阅与编辑、验证、研究实施。WSH:撰写——审阅与编辑、验证、方法学。LB:

资金支持

本研究得到了中国河北省自然科学基金的支持(项目编号:H2023206121)。

利益冲突声明

作者声明不存在任何利益冲突。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号