《Frontiers in Public Health》：Unsupervised discovery of public health subgroups associated with cognitive health vulnerability in adults: an analysis of BRFSS 2024
编辑推荐：
背景：认知健康相关脆弱性与多维度公共卫生因素密切相关，包括慢性病负担、功能受限、医疗服务可及性、社会经济脆弱性、健康行为以及预防性服务利用。然而，常规公共卫生调查变量中蕴含的潜在人群异质性仍未得到充分探索。
目的：本研究旨在基于BRFSS 2024数据开发一
背景：认知健康相关脆弱性与多维度公共卫生因素密切相关，包括慢性病负担、功能受限、医疗服务可及性、社会经济脆弱性、健康行为以及预防性服务利用。然而，常规公共卫生调查变量中蕴含的潜在人群异质性仍未得到充分探索。
目的：本研究旨在基于BRFSS 2024数据开发一种无监督语义分层框架（unsupervised semantic stratification framework），从公共卫生视角识别与认知健康相关脆弱性相关的成人人群亚组。
方法：研究人员对常规公共卫生变量进行筛选、清洗、插补和标准化，同时将认知参考变量（cognitive reference variables）排除在模型训练之外。使用自编码器（Autoencoder）学习低维潜在表示，随后采用MiniBatchKMeans聚类识别语义亚组。每个亚组进一步通过公共卫生画像（public health profiling）、留出认知参考验证（held-out cognitive reference validation）、非冗余特征签名分析（non-redundant feature signature analysis）和干预优先级评估（intervention priority assessment）进行分析。
结果：共识别出四个可解释的语义亚组：低负担亚组、一般健康脆弱性亚组、健康行为风险亚组和预防服务缺口亚组。这些亚组在公共卫生负担、认知参考变量、关键特征签名和干预优先级方面显示出不同的模式。
结论：常规公共卫生调查数据可支持识别与认知健康相关脆弱性相关的潜在成人亚组，并为人群监测、优先筛查、资源分配和分层干预设计提供探索性证据。该框架并非诊断、预后或因果推断模型，尚需使用加权、纵向、跨年度和外部数据进行进一步验证。
论文解读
一、研究背景与问题
主观认知下降（Subjective Cognitive Decline, SCD）已成为重要的公共卫生问题，它反映的是个体自我报告的认知困难，可能影响日常功能、卫生服务使用、照护需求以及成年人的长期认知健康监测。尽管痴呆及相关认知障碍持续给家庭、卫生系统和社会支持结构带来沉重压力，但本研究并不以诊断痴呆或直接预测临床痴呆结局为目标，而是聚焦于人群监测数据中的认知健康脆弱性。认知健康脆弱性在成年人群中不太可能均匀分布：成人在慢性病负担、功能限制、行为模式、心理健康、医疗服务可及性、社会经济资源和社会支持等方面差异显著，这些因素可能相互交织，形成不同的脆弱性组合。然而，既有研究多依赖预定义的变量关联、常规分层统计或单因素解释，难以揭示复杂公共卫生调查数据中潜在的亚组结构。无监督学习为此提供了可行路径，可从多维公共卫生变量中直接探索潜在人群结构，结合表示学习方法还能降低高维数据的冗余并提升可解释性。因此，研究人员基于BRFSS 2024数据构建了一个无监督语义分层框架，旨在不依赖临床诊断标签的情况下，识别成年人群中与认知健康脆弱性相关的潜在公共卫生亚组。
二、研究内容与意义
研究人员从2024年美国行为风险因素监测系统（Behavioral Risk Factor Surveillance System, BRFSS）中选取最终分析样本457,670条记录，经过任务导向的变量筛选、缺失值处理、插补和标准化，保留35个公共特征变量和5个认知参考变量。随后，通过自编码器（Autoencoder）学习低维潜在表示，并在潜在空间使用MiniBatchKMeans聚类，最终识别出四个可解释的语义亚组：低负担亚组、一般健康脆弱性亚组、健康行为风险亚组和预防服务缺口亚组。这些亚组在公共卫生负担、认知参考变量、关键特征签名和干预优先级上展现出清晰差异。该框架的意义在于，它能够利用常规公共卫生调查数据发现潜在亚组结构，为人群监测、优先筛查、资源分配和分层干预设计提供数据驱动的探索性证据，同时避免对临床诊断标签的依赖。
三、主要技术方法
数据来自2024年BRFSS，覆盖美国49个州、哥伦比亚特区、关岛、波多黎各和美属维尔京群岛的社区成年人，最终分析457,670条记录。研究人员首先进行变量筛选，去除访谈过程、抽样标识、问卷版本和权重等无关字段，保留35个公共特征变量和5个认知参考变量（CIMEMLO1、CDWORRY、CDDISCU1、CDHOUS1、CDSOCIA1）；剔除缺失率超过50%的变量，并对缺失值进行众数插补。特征标准化后输入自编码器，学习8维低维潜在表示；在潜在空间应用MiniBatchKMeans聚类（K=4），并用t-SNE可视化。为增强可解释性，构建了慢性病负担、功能限制、医疗获取限制、社会经济脆弱性、一般健康脆弱性、不健康行为和预防保健缺口等7个公共卫生维度；同时将认知参考变量作为留出验证，进行非冗余特征签名和干预优先级分析。
四、研究结果
（1）深度表示结构与语义亚组概览
通过t-SNE可视化发现，不同语义亚组在潜在表示空间中呈现相对可区分的分布；低负担亚组占比最大，一般健康脆弱性亚组也占据相当比例。与直接在标准化原始特征上聚类相比，基于自编码器潜在表示的聚类轮廓系数从0.044120±0.001187提升至0.320231±0.005097，Calinski-Harabasz指数从2835.892313±51.784281提升至15101.797169±146.683758，Davies-Bouldin指数从3.190973±0.052752降至1.492168±0.021467，表明深度表示学习显著改善了亚组发现的聚类质量。
（2）识别亚组的公共卫生语义画像
通过7个公共卫生维度的平均负担得分分析，发现四个亚组并非仅在单一变量上不同，而是在多个公共卫生维度上呈现组合模式差异。预防服务缺口亚组在社会经济脆弱性、一般健康脆弱性、慢性病负担和健康行为风险方面负担较高；低负担亚组总体风险水平较低，但在预防服务缺口维度仍显示出一定特征。总体公共卫生负担排序显示，预防服务缺口、健康行为风险和一般健康脆弱性亚组相对更高，提示这些亚组可能需要更多公共卫生关注。
（3）留出认知参考变量验证
将未参与建模的5个认知参考变量作为外部验证，结果显示不同亚组在记忆丧失、记忆担忧、家庭活动受限、社交活动受限以及是否讨论认知问题方面存在差异。例如，一般健康脆弱性亚组的家庭活动受限率（49%）和社交活动受限率（29%）高于健康行为风险亚组（35%和23%），而两者的记忆丧失率相似（23%对比22%）。复合认知负担在预防服务缺口、一般健康脆弱性和健康行为风险亚组中相对较高，低负担亚组最低。比值比分析进一步显示，若干高负担亚组与记忆担忧、家庭活动受损和社交活动受损的关联更强。
（4）非冗余关键特征签名分析
通过将每个方向对齐的公共卫生特征唯一分配给标准化得分最高的亚组，研究人员发现各亚组具有相对独立的特征组合。最具有区分度的关键特征包括卒中、延迟常规检查、冠心病、疫苗接种缺口、心脏病发作、视力困难和低教育程度，表明慢性病、预防服务、功能限制和社会经济因素共同构成了人群语义分层的重要解释基础。
（5）公共卫生干预优先级与路径分析
通过将各亚组的公共卫生负担和认知相关负担进行象限定位，并结合亚组规模，发现低负担亚组虽然占比大但认知相关负担较低，而预防服务缺口、一般健康脆弱性和健康行为风险亚组在不同负担维度上具有更高的干预相关性。维度内排名显示，一般健康脆弱性亚组主要对应一般健康和功能限制维度，健康行为风险亚组与慢性病和行为风险维度相关，预防服务缺口亚组则涉及社会经济脆弱性、功能限制和健康行为风险等多个维度。这些靶向干预特征为公共卫生资源分配、优先人群筛查和分层干预设计提供了结构化依据。
五、讨论与结论
讨论部分指出，将无监督深度表示学习与语义画像结合，能够从常规公共卫生调查数据中识别出可解释的潜在亚组，并揭示其在留出认知参考变量上的差异。识别出的亚组提示，认知健康脆弱性可能通过不同的公共卫生路径累积，例如一般健康脆弱性亚组以不良一般健康、慢性病和功能受限为特征，健康行为风险亚组则呈现行为与慢性病负担叠加，预防服务缺口亚组表现为预防保健和社会经济脆弱性。低负担亚组并非完全无风险，其相对较高的预防保健缺口得分主要对应于流感和肺炎球菌疫苗接种覆盖率较低，但横断面自我报告数据无法确定该模式是否与医疗服务可及性降低、风险未检出或未评估有关。讨论也承认局限性：研究未直接测量焦虑、孤独、社会隔离或社会支持；认知下降模块仅对45岁及以上且在特定州—问卷版本层中的受访者实施，模块可获得性、跳跃模式和缺失情况可能影响认知参考结果；此外未进行加权、人口分割、跨年度和独立外部验证。未来研究应纳入更广泛的心理社会、预防服务、医疗利用和临床诊断指标，并采用加权、纵向、跨年度和外部数据源进行验证。
研究结论：基于BRFSS 2024成人公共卫生调查数据，本研究构建了一个探索性分析框架，整合了无监督深度表示学习、语义亚组识别、公共卫生画像和认知参考变量验证，以揭示常规公共卫生变量中蕴含的认知健康相关脆弱性的潜在分布结构。结果表明，成人人群中的认知健康相关问题不应被简单地理解为孤立的
