可解释机器学习识别出臭氧是特定妊娠时间窗口内扩展小于胎龄儿表型的关键预测因子

《Scientific Reports》：Interpretable machine learning identifies ozone as a key predictor of expanded small-for-gestational-age phenotype across specific gestational window

　　

摘要

产前环境空气污染已被证实与胎儿生长受阻有关；然而，对于预测扩展型小于胎龄儿（SGA）表型最具信息价值的妊娠时间窗仍不清楚。既往研究往往依赖整个妊娠期的暴露评估，聚焦于SGA以外的结局，或侧重预测而未将模型推导的特征重要性与流行病学推断相结合。本研究旨在开发一种按孕期分期、可解释的机器学习（ML）框架，利用克里金（Kriging）插值法推导的环境空气污染估计值来预测扩展型胎儿生长易损表型，并将预测特征重要性与校正后的流行病学关联进行比较。我们分析了韩国儿童环境健康研究（Ko-CHENS）中4274对母婴数据。主要结局为扩展型SGA表型，定义为出生体重低于相应胎龄和性别的第20百分位数；敏感性分析采用传统的低于第10百分位数的定义。基于克里金法估计的二氧化硫（SO?）、一氧化碳（CO）、臭氧（O?）、二氧化氮（NO?）、细颗粒物（PM?.?，≤2.5 μm）和可吸入颗粒物（PM??，≤10 μm）构建了按孕期分期的和整个妊娠期的数据集。使用受试者工作特征曲线和精确率-召回率曲线、校准分析和提升曲线评估了七种机器学习分类器。使用Shapley加法解释（SHAP）、部分依赖图、交互作用分析和局部解释图评估了模型的可解释性。各污染物的SHAP排名与校正后的logistic回归估计值进行了比较。极端梯度提升（Extreme Gradient Boosting）表现出最高的预测性能。妊娠第一期的区分能力最高（AUC 91.97%），其次为第三期（90.11%）、整个妊娠期（89.73%）和第二期（88.27%）。平均精确度同样在妊娠第一期最高（78.14%）。校准分析和提升分析均倾向于妊娠早期。SHAP分析识别出O?、PM?.?和PM??为重要特征，其中机器学习重要性与回归估计值之间的一致性在妊娠第三期最强。扩展型胎儿生长易损表型的预测具有妊娠期结构特征，妊娠早期提供了最强的预测信号，妊娠晚期则显示出预测推断与流行病学推断之间最大的一致性。