应用机器学习算法识别低骨密度人群

这是一篇关于应用机器学习算法识别低骨密度人群的思维导图，主要内容包括：补充材料，摘要，字不如表，表不如图，题目。机器学习模型证明了使用血液生物标志物对低BMD的有效分类。这可以为骨质疏松症的预防和管理提供临床决策支持。

应用机器学习算法识别低骨密度人群

• 题目
  • Application of machine learning algorithms to identify people with low bone density
• 摘要
  • 背景/目的
    • 旨在开发一种机器学习算法，利用容易获得的人口统计学和血液生化数据，有效地识别低骨密度人群
  • 方法
    • 采用NHANES 2017 - 2020数据，选取股骨颈BMD数据完整的50岁以上受试者
    • 删除缺失值大于30 %的变量，利用R软件中的MI包对缺失值小于30 %的变量进行多重插补
    • 该队列被随机分为训练集( 70 % )和测试集( 30 % )
    • Lasso回归选择变量纳入在训练数据上建立的6个机器学习模型中
      • Logistic回归( LR )
      • 支持向量机( SVM )
      • 梯度提升机( GBM )
      • 朴素贝叶斯( NB )
      • 人工神经网络( ANN )
      • 随机森林( RF )
    • 将2013 - 2014周期的NHANES数据作为外部验证集输入到模型中，验证其泛化性
    • 通过AUC、准确度、灵敏度、特异度、精密度和F1值来评估模型的区分度
    • 校准曲线评价拟合优度
    • 决策曲线决定临床效用
    • SHAP框架分析了变量的重要性
  • 结果
    • 本研究内部验证集共纳入3，545名参与者，其中1870名骨密度正常，1675名骨密度低下
    • 若以λ . min作为最优λ值，最终模型中会包含41个变量，使得模型过于复杂，可能存在过拟合的风险
    • Lasso回归选择了19个变量
      • λ . 1se
    • 在测试集中，AUC分别为0.785 ( LR )、0.780 ( SVM )、0.775 ( GBM )、0.729 ( NB )、0.771 ( ANN )和0.768 ( RF )
    • LR模型具有最佳的区分度和较好的校准曲线拟合度，决策曲线具有最佳的临床净获益，在外部验证数据集中也体现出良好的预测能力
    • LR模型中排名靠前的变量有：年龄、BMI、性别、肌酸磷酸激酶、总胆固醇和碱性磷酸酶
  • 结论
    • 机器学习模型证明了使用血液生物标志物对低BMD的有效分类。这可以为骨质疏松症的预防和管理提供临床决策支持
• 字不如表
  • Table 1
    • 骨密度正常组与骨密度减低组一般特征的比较
  • Table 2
    • 比较几种模型在测试集中的预测能力
  • Table 3
    • 比较几种模型在训练集中的预测能力
• 表不如图
  • Figure 1
    • 本研究的流程图
  • Figure 2
    • ( A ) 59个变量的Lasso系数路径图
    • ( B )交叉验证曲线(10倍交叉验证)
    • 左虚线代表lambda.min，右虚线代表lambda.1se
  • Figure 3
    • 6个模型在训练集( A )和测试集( B )的ROC曲线
  • Figure 4
    • 测试集中6个模型的混淆矩阵
  • Figure 5
    • 六种模型在训练集( A )和测试集( B )的校准曲线
  • Figure 6
    • 六种模型在训练集( A )和测试集( B )中的决策曲线
  • Figure 7
    • ( A ) LR模型的蜂群图。为每个变量生成SHAP值，并揭示其与低骨密度的关系
    • ( B ) LR模型变量重要性排序图
• 补充材料
  • Table 1
    • 外部验证集中低和正常骨密度组研究参与者之间基线资料的比较
  • Table 2
    • 基于不同年龄组的研究对象基线特征比较
      • 6组6个年龄段
  • Table 3
    • 几种模型在外部验证中的预测能力
  • Figure 1
    • 年龄与低骨密度发生关系的限制性立方样条 图
  • Figure 2
    • 年龄与各种血液生化指标关系的 RCS 图
      • 12个
  • Figure 3
    • 六个模型外部验证ROC曲线、校准曲线、决策曲线
  • Figure 4
    • 六个模型外部验证混淆矩阵