《Frontiers in Sports and Active Living》:School-based predictive contributors to six-minute walk test performance across pubertal stages: an explainable machine learning study in Tunisian adolescents
编辑推荐:
摘要 背景:六分钟步行试验(6MWT)提供了一种评估青少年亚极限功能运动能力的实用指标,反映了行走过程中心血管、呼吸和骨骼肌系统的整合性应答。传统基于年龄的线性模型无法充分捕捉人体测量、行为和生理因素之间非线性的、依赖于成熟度的交互作用。本研究旨在:(i) 利
摘要 背景:六分钟步行试验(6MWT)提供了一种评估青少年亚极限功能运动能力的实用指标,反映了行走过程中心血管、呼吸和骨骼肌系统的整合性应答。传统基于年龄的线性模型无法充分捕捉人体测量、行为和生理因素之间非线性的、依赖于成熟度的交互作用。本研究旨在:(i) 利用监督式机器学习识别不同阶段6MWT表现的特异性预测因素,(ii) 通过可解释人工智能提高模型可解释性,(iii) 探索跨身高速度峰值(PHV,青春期最大生长速率期)阶段的数据驱动功能和心血管特征谱。方法:在这项学校基础横断面研究中,3166名Tunisia青少年(11~18岁)被分为pre-PHV组(n=959)、around-PHV组(n=953)和post-PHV组(n=1254)。采用6MWT步行距离评估亚极限功能运动能力。构建了全局及按成熟阶段分层的随机森林(RF)回归模型。利用置换重要性(permutation importance)和Shapley可加性解释(SHAP)对预测因素进行解释。采用仅基于6MWT和心血管应答变量的探索性K均值(k-means)聚类,识别各PHV阶段内的数据驱动特征谱。结果:全局模型解释了6MWT距离40%的变异(R2=0.399;RMSE=121 m)。预测性能随成熟阶段显著变化,pre-PHV阶段解释力较低(R2=0.039),around-PHV阶段为中等水平(R2=0.178),post-PHV阶段预测性较高(R2=0.347)。身体活动是全局及所有PHV阶段中排序最高的预测因素,其次为实足年龄,尤其在around-PHV阶段。SHAP分析显示,身体活动的平均绝对贡献随PHV阶段递增,在post-PHV参与者中达到约45 m。尽管间隙统计量支持单聚类方案,但探索性全局聚类的k=2方案描述了一个较低反应特征谱[6MWT距离=490.4±132.1 m;运动诱导心率应答(ΔHR)=68.4±12.6 bpm]和一个较高反应特征谱(6MWT距离=599.0±157.1 m;ΔHR=91.3±13.3 bpm),两者在所有PHV阶段中均有分布。结论:在这一横断面队列中,6MWT表现呈现成熟阶段特异性预测模式,但模型性能仍属中等水平,尤其在PHV之前。身体活动在PHV后具有最强的模型贡献,可能代表一个重要的可改变相关因素,但无法从这些数据中进行因果推断。探索性功能与心血管特征谱应被解读为数据驱动聚类而非稳定的生物学状态。这些发现支持对青少年6MWT表现进行成熟度敏感性评估,并凸显了开展纵向和干预研究的必要性。
**论文解读:基于可解释机器学习的Tunisia青少年六分钟步行试验表现与青春期成熟阶段的关系研究**
**一、研究背景与科学问题**
亚极限功能运动能力(submaximal functional exercise capacity)是青少年当前及未来健康的重要决定因素,反映了心血管、呼吸和骨骼肌系统在持续活动中的整合功能。六分钟步行试验(6MWT)作为一种简便易行的场地评估工具,其步行总距离被广泛用于衡量亚极限步行表现。在儿科人群中,较低的功能能力与不良心血管风险特征谱及成年期慢性病风险增加相关。然而,青春期6MWT表现的影响因素尚不完全清楚,尤其在生物成熟度(biological maturation)维度上缺乏深入探讨。
青春期以显著的个体间异质性为特征。实足年龄(chronological age)难以准确捕捉这种发育变异,因为同龄青少年在生物成熟度上可能相差数年。身高速度峰值(PHV),即最大生长速率期,是比实足年龄更具生物学意义的发育里程碑。PHV的时机和节奏因人而异,导致体型、身体比例、心血管应答和功能表现出现显著差异。围绕PHV的快速且不同步的身体节段生长还可能影响生物力学和运动效率。然而,这些成熟过程在传统分析模型中很少被明确考虑。此前研究主要依赖线性回归和年龄分组比较等传统统计方法,假设线性关系,未能捕捉青春期人体测量、生理、行为和成熟因素之间复杂的非线性交互作用。此外,多数研究将青少年视为同质群体,可能掩盖了成熟阶段特异的预测模式。
**二、研究内容与重要意义**
研究人员针对上述局限,在一个大规模Tunisia青少年队列中整合了监督式与无监督机器学习方法,构建了成熟度特异的横断面分析框架。具体目标包括:(i) 基于PHV分层,利用随机森林(RF)回归识别pre-PHV、around-PHV和post-PHV各阶段6MWT距离的预测因素;(ii) 通过可解释机器学习技术增强模型预测的可解释性;(iii) 仅基于功能和心血管变量识别探索性功能-心血管特征谱,并考察其在不同PHV阶段的分布与生理特征。这项研究的意义在于:首次在发育运动科学中明确将生物成熟阶段纳入可解释机器学习分析框架,揭示了6MWT表现的成熟阶段特异性预测模式,为青少年功能能力的成熟度敏感性评估提供了方法学参考和实证依据。
**三、关键技术方法概述**
本研究为学校基础横断面设计,从Tunisia九所学校(含2所小学、4所初中和3所高中)招募了3166名11~18岁青少年,分为pre-PHV(n=959)、around-PHV(n=953)和post-PHV(n=1254)三组。6MWT按照美国胸科学会标准化指南实施,以步行总距离为主要结局指标。心率采用Polar Team Sport系统连续监测,计算运动诱导心率应答ΔHR(ΔHR=峰值心率?静息心率)。身体活动通过PAQ-C/PAQ-A问卷评估,睡眠时长以加权平均计算,心理压力采用PSS-10量表评估,膳食多样性依据FAO食物组别评分。生物成熟度采用Mirwald成熟度偏移(maturity offset)方程估算,基于实足年龄、站高、坐高、腿长和体重进行性别特异性计算。监督学习采用RF回归进行全局和PHV阶段分层建模,通过五次随机80/20训练-测试分割评估模型性能(R
2、RMSE、MAE)。可解释性分析采用置换重要性(permutation importance)量化和SHAP(Shapley可加性解释)分解个体预测贡献。无监督学习采用K均值(k-means)聚类,仅基于6MWT距离、静息心率和ΔHR三个标准化变量,使用间隙统计量(gap statistic)和平均轮廓宽度(average silhouette width)评估聚类数,以主成分分析(PCA)辅助可视化。
**四、主要研究结果**
**4.1 不同PHV阶段参与者特征**
三组在实足年龄、所有人人体测量指标(身高、体重、BMI、腰围)以及生活方式行为(身体活动评分、睡眠时长、膳食多样性评分、PSS-10压力评分)方面均存在显著差异(p<0.001)。6MWT距离随成熟显著递增:pre-PHV组为452.02±114.21 m,around-PHV组为555.73±134.27 m,post-PHV组为620.97±159.42 m。ΔHR在post-PHV组最高(82.91±17.14 bpm)。
**4.2 监督机器学习模型表现**
全局RF模型解释了6MWT距离约40%的变异(R
2=0.399,RMSE=121 m)。分层模型表现随PHV阶段显著变化:pre-PHV阶段解释力极低(R
2=0.039),around-PHV阶段为中等水平(R
2=0.178),post-PHV阶段预测性能最高(R
2=0.347)。这表明功能能力的可预测性高度依赖于生物成熟阶段。
**4.3 置换重要性分析**
在全局模型中,身体活动具有最高的相对预测贡献(归一化重要性=1.00),其次为实足年龄(0.47)、BMI(0.27)、站高(0.26)、体重(0.26)、腰围(0.22)和PHV阶段(0.18)。阶段特异性分析显示预测因素层级随成熟阶段发生明显重组:身体活动在所有三个阶段均保持最高排序,但实足年龄在around-PHV阶段的相对贡献升至0.86,远高于pre-PHV(0.38)和post-PHV(0.45)阶段。
**4.4 SHAP分析**
SHAP分析以预测距离(米)为单位量化了各因素的模型贡献。身体活动的平均绝对SHAP贡献从pre-PHV(约19.2 m)至around-PHV(约24.4 m)再至post-PHV(约45.3 m)逐步递增,在所有阶段均为最大贡献因素。实足年龄在around-PHV阶段贡献约为22.9 m,仅次于身体活动。人体测量、心理社会和心血管变量表现出较小且阶段特异的贡献。这些SHAP值描述的是模型预测而非因果效应。
**4.5 探索性功能-心血管特征谱**
间隙统计量在k=1时达到最大值,表明6MWT表现和心血管应答主要沿连续谱分布而非形成天然离散类别。在非平凡解中,k=2的平均轮廓宽度最高(0.309),因此仅将其作为探索性描述方案。全局聚类将1743名参与者归入较高反应特征谱(6MWT距离=598.97±157.12 m,静息心率=61.50±5.92 bpm,ΔHR=91.32±13.34 bpm),1423名归入较低反应特征谱(6MWT距离=490.36±132.10 m,静息心率=76.67±8.57 bpm,ΔHR=68.36±12.59 bpm)。这一对比模式在所有PHV阶段中均保持一致,但特征谱间的绝对差异幅度随成熟阶段而变化——post-PHV阶段两组6MWT距离差异约105 m,而pre-PHV阶段仅约35 m。
**五、讨论总结与研究结论**
本研究揭示了6MWT表现的成熟阶段特异性预测模式。pre-PHV阶段模型解释力极低,可能与早期发育阶段生物异质性较大、实足年龄与生理发育的对应关系不精确以及未测量的神经运动控制和生长相关协调差异有关。身体活动在所有PHV阶段均保持预测因素的主导地位,提示行为因素在功能表现中的重要性贯穿整个青春期。实足年龄在around-PHV阶段的相对贡献增强,可能反映了围青春期激素暴露、生长速率、心腔尺寸和肌肉质量的快速且异质性变化。心血管变量在监督模型中的贡献总体较小,而在无监督分析中,静息心率和ΔHR直接参与了特征谱的定义。探索性功能-心血管特征谱应被理解为数据驱动的连续变异描述性总结,而非稳定的生物学表型或临床风险类别。研究的主要局限包括横断面设计无法进行因果推断、采用人体测量方程而非直接激素评估估算生物成熟度、身体活动为自报数据以及样本仅限于Tunisia在校青少年。
研究结论:在这一横断面青少年样本中,6MWT表现与行为、人体测量、心血管和成熟相关特征存在关联。RF模型性能在pre-PHV阶段极低,around-PHV阶段为中等水平,post-PHV阶段相对较高,但所有PHV组仍有大量变异未被解释。身体活动是所有阶段的领先预测因素,而实足年龄在around-PHV阶段显示出最强的相对贡献。探索性聚类描述了较低反应和较高反应功能-心血管特征谱,这些应被解读为连续变异性的描述性总结而非稳定的生物学或临床类别。这些发现支持对青少年6MWT表现进行PHV敏感性解读,并需要纵向和外部验证研究予以确认。