一项针对初级保健成人群体的研究：维生素D水平偏低与心脏代谢特征聚集现象的关联分析及可解释机器学习分类探索

《Nutrition & Metabolism》：Low vitamin D status and cardiometabolic trait clustering in a primary-care adult cohort: association analysis and exploratory explainable machine-learning classification

　　

摘要

背景

血清25-羟基维生素D水平偏低通常与肥胖以及不良的心脏代谢特征并存。然而，其在基层医疗机构中的成年人群中与血脂异常、身体成分及血糖指标之间的关联尚未得到充分研究。本研究以探究这些关联作为主要目标，同时作为次要探索性目标，试图判断是否可以通过可解释的机器学习模型，利用常规临床变量来识别维生素D缺乏状况。

方法

在这项横断面研究中，接受常规健康检查的成年人接受了人体测量和身体成分评估（BMI、体脂量、体脂百分比及瘦体重）、代谢指标检测以及维生素状态评估。维生素D状态被分为缺乏（＜20 ng/mL）、不足（20–29.9 ng/mL）和充足（≥30 ng/mL）三类。研究进行了组间比较、相关性分析以及多变量回归分析。在次要探索性分析中，通过内部交叉验证后，使用逻辑回归模型和随机森林模型，尝试根据常规临床变量识别维生素D缺乏状况。

结果

在全部分析样本中，血清25(OH)D的平均水平为20.3±8.0 ng/mL，50.3%的参与者存在肥胖问题。维生素D缺乏与更高的BMI、体脂量、体脂百分比、空腹血糖、HbA1c、总胆固醇（TC）、低密度脂蛋白胆固醇（LDL-c）、甘油三酯（TG）以及由TG衍生的极低密度脂蛋白胆固醇（VLDL-c）水平相关，同时与更低的高密度脂蛋白胆固醇（HDL-c）水平相关（所有指标的p值均＜0.05）。血清25(OH)D与脂肪指数及甘油三酯呈负相关，而与高密度脂蛋白胆固醇呈正相关。在次要探索性分类分析中，降维后的随机森林模型在该数据集中识别维生素D缺乏的能力优于逻辑回归模型。

结论

在肥胖率较高的基层医疗人群中，维生素D水平较低与更高的脂肪含量、更差的血糖指标以及更具动脉粥样硬化风险的血脂谱相关。这项探索性的机器学习分析表明，常规的营养、身体成分及生化指标可能有助于识别维生素D缺乏状况。不过，这些发现仍需外部验证，不能视为因果关系的证据或具有直接的临床应用价值。