Clinically Interpretable Biological Age Estimation Using CatBoost and SHAP with Continuous and Categorical Features from NHANES
中文摘要
由模型生成 · 人工抽检该研究基于NHANES近2.5万成年人数据，用CatBoost结合44项人口学、实验室、体检与生活方式特征（含分类变量）估计生物学年龄，并提出在SHAP依赖图上自动量化特征取值范围、效应幅度与零交叉阈值的流程。模型估计年龄与真实年龄相关r=0.798，提升了可解释性与可复现性，为衰老研究与精准健康提供可扩展方法基础。
全文
已译中文arXiv:2610.20868v1 公告类型：新
摘要：生物学年龄（BA）捕捉了超越实际年龄（CA）的个体间生理衰老差异。尽管机器学习模型已推进了BA估计，但许多模型主要依赖连续性实验室生物标志物，且SHapley Additive exPlanations（SHAP）依赖图通常仅通过视觉方式进行解读。我们利用美国国家健康与营养调查（NHANES 2011年至2020年3月，N = 24,983名年龄≥18岁的成年人）的异质性临床数据，开发了一个临床可解释的机器学习框架用于BA估计。CatBoost回归模型纳入了44个人口统计学、实验室、体格检查及生活方式预测变量以估计CA，并将模型估计年龄定义为BA。SHAP提供了多层次的解释性。关键在于，在标准视觉检查的基础上，我们实施了一套预先设定的自动化流程，直接作用于SHAP依赖图，以量化与最低和最高BA贡献相关的特征值范围、相应的调整幅度以及零交叉阈值。在留出测试数据中，模型估计的BA与CA强相关（Pearson r = 0.798，P < 0.001）。群体水平的SHAP识别出血尿素氮、血清葡萄糖、剧烈休闲活动、红细胞分布宽度和丙氨酸氨基转移酶为主要预测变量，其中三个分类变量位列前25位。自动化定量SHAP分析映射了各预测变量的特定范围、效应量和拐点，而瀑布图则实现了个体化解释。通过将定性视觉解读扩展为跨异质性临床数据的可重复定量指标，该框架增强了透明度，并为生物学衰老研究和精准健康提供了可扩展的方法学基础。
本译文由模型自动生成，仅供参考与快速理解；涉及数字、版本、命令、法律条文等请以原文为准。
原文附件
2 个 · 均跳转原站，本站不托管文件正文为原站公开内容的抓取与清洗结果，英文条目附模型生成的中文译文；两者均仅供参考， 准确内容请以原站为准。内容版权归原作者所有，若认为侵权请联系我们下线。