用于预测中国农村地区人群10年后认知功能损害的可解释机器学习方法

《npj Digital Medicine》：Explainable machine learning for 10-year prediction of cognitive impairment in a rural Chinese population

　　

摘要

在农村老龄化人群中，认知功能损害日益成为一项公共卫生问题，因为这些地区难以获得正规的认知功能检测服务。本研究利用中国农村队列研究中的4781名成年人的数据，并进行10年的跟踪调查，同时结合深圳老龄化相关疾病队列研究中具有基线认知功能评估的数据，构建了一个可解释的机器学习模型，用于长期预测认知功能损害风险。研究还通过8个常规收集的指标来评估该模型在不同人群中的适用性。在9种算法中，随机森林模型的表现最为均衡：在RCCS队列的10年认知功能损害发生风险预测中，其AUC值为0.721（95%置信区间：0.596，0.846）；在SADC队列的基线认知功能评估中，AUC值为0.690（95%置信区间：0.664，0.717）。该模型的校准效果良好，在约10%–40%的阈值概率范围内均具有正向净收益。SHAP分析表明，年龄、教育程度和收缩压是影响认知功能损害风险的主要因素。亚组分析显示，不同群体的预测效果存在差异，而敏感性分析则表明，在不同的数据划分方式和MICE插补方法下，该模型的表现依然较为稳定。中介分析结果显示，基线年龄与后续认知功能损害之间存在主要直接关联。这些研究结果表明，基于常见临床指标的简单且可解释的模型，有望在资源有限的农村地区为认知功能损害的初步风险分层和针对性筛查提供帮助。