关键词： 卒中   吞咽障碍   预测   Logistic模型   算法   机器学习  

摘要： 目的 基于老年脑卒中患者临床及实验室指标,利用可解释机器学习方法构建并验证卒中后吞咽障碍(post-stroke dysphagia, PSD)风险预测模型。方法 回顾性选取2010年10月至2021年12月解放军总医院第一医学中心神经内科收治的含有完整吞咽功能表述的老年脑卒中患者3994例,将2019年1月至2021年12月的1390例患者作为外部验证集,2010年10月至2019年1月的2604例作为训练组。将训练组按照7:3随机分为训练集1823例和内部验证集781例,根据是否发生PSD将训练组患者分为PSD组773例和非PSD组1831例。以PSD发生为终点事件,构建随机森林(random forest, RF)、极端梯度提升(eXtreme Gradient Boosting, XGBoost)、支持向量机(Support Vector Machine, SVM)和logistic回归模型,通过ROC曲线评估模型性能。优选最佳模型后,采用夏普利加性解释(SHapley Additive exPlanations, SHAP)方法量化特征。结果 PSD组肌力等级、脑卒中侧、脑损伤区域与非PSD组比较,差异有统计学意义(P<0.01),PSD组高血压、糖尿病、饮酒史、中性粒细胞水平明显高于非PSD组,血钾、血清白蛋白水平明显低于非PSD组(P<0.05,P<0.01)。多因素logistic回归分析显示,年龄、饮酒史、糖尿病、高血压、肌力等级、脑损伤区域、脑卒中侧、中性粒细胞、血清白蛋白、血钾是PSD的危险因素(P<0.05,P<0.01)。在外部验证中,RF、XGBoost、SVM、logistic回归模型验证集的曲线下面积分别为0.883、0.902、0.877、0.868。SHAP值分布显示,饮酒史、高血压、糖尿病与PSD风险呈正相关;肌力等级与风险呈负相关;年龄增长与PSD风险呈正相关;幕下损伤比幕上或全区域损伤的预测作用更强;双侧和右侧损伤较左侧损伤的PSD风险更高。结论 基于XGBoost模型构建的老年患者PSD风险预测模型性能最优。

关键词： 丙戊酸   机器学习   血药浓度预测   小样本数据集   模型对比  

摘要： 目的 构建用于预测丙戊酸(VPA)血药浓度的三分类(不足、正常、超限)和二分类(不足、正常)模型,并比较这2种模型的性能,为临床制定用药方案提供参考。方法 收集2022年11月-2024年9月在西安国际医学中心医院接受VPA治疗并进行血药浓度检测的480名患者的临床数据(共695份数据)。分别针对三分类和二分类模型的目标变量构建预测模型,利用XGBoost特征重要性评分进行特征排名和选取,采用12种机器学习算法进行训练和验证,并通过准确率、F1分数及受试者工作特征曲线下面积(AUC)3个指标对模型的性能进行评价。结果 在三分类模型中,合并肾病和合并电解质紊乱的XGBoost特征重要性评分排名较高;然而在二分类模型中,这些特征的重要性排名显著降低,提示其与VPA血药浓度超限之间存在紧密的关联。在三分类模型中,随机森林法表现最佳,但其测试集F1分数仅达到0.7040,AUC仅为0.5193;而在二分类模型中,CatBoost方法表现最佳,其测试集F1分数为0.7857,AUC达到了0.8195。结论 本研究构建的三分类模型具有预测VPA血药浓度超限的能力,但预测及模型泛化能力较差;构建的二分类模型仅能对血药浓度不足和正常情况进行分类预测,但模型预测性能较强。

关键词： 胃癌   早诊早治   疾病状态预测   机器学习  

摘要： 胃癌是消化道肿瘤中发病率较高的一种,对人们的健康构成严重威胁。早期预警、早期诊断可以提高5年生存率60%以上。近年来,机器学习方法在胃癌前状态预测方面取得了丰富的成果。首先从内镜图像、生化标志物、基因表达、中医证候等方面论述胃癌前状态的显著性特征,并结合机器学习方法预测的胃癌前状态研究成果,比较分析基于传统机器学习方法、深度学习方法和多种融合方法的优缺点。提出开展多中心、大样本队列研究并建设共享数据平台,实现多模态数据融合,增强模型的可解释性3点建议,为胃癌的“早诊早治”提供方法学借鉴。

关键词： 硅钢   磁性能预报模型   机器学习  

摘要： 冷轧硅钢生产路径长,过程工艺控制复杂,在最终成品退火工序进行离线检测磁性能的生产组织模式,无法满足在中间工序进行过程工艺纠偏来提升产品性能稳定性的质量管控要求。本文利用XGBoost、LightGbm、多层感知机MLP等机器学习算法,通过对比不同算法的优劣,采用XGBoost和LightGBM算法构建的磁性能预报模型可满足大生产条件下选择性采纳应用的要求,可支持实现各中间工序的生产过程中预报成品磁性能水平,从而达到指导过程工艺调整,并进而稳定最终成品磁性能的目的。

关键词： 机器学习   混频模型   宏观经济预测   大数据  

摘要： 随着数据可获得性的提升,因子混频等预测模型中所包含的信息量大幅增加,随之而来的是大量低效甚至无效信息进入模型,导致模型预测效果降低。针对此问题,利用机器学习方法对数据集进行筛选,将筛选后的数据集应用于因子混频数据抽样模型,以此来改进因子混频数据抽样模型。研究结果发现,未经变量筛选的全样本模型虽然包含最丰富的信息,但由于部分指标与因变量的关联程度较低,导致提取的潜在因子与因变量之间的驱动因素存在差异,进而降低模型预测的准确性。通过恰当的指标筛选方法得到的特征子集,不仅能够提升数据集的有效性,而且有助于改善模型预测效果。

关键词： 总磷   机器学习   影响因素   丹江口水库  

摘要： 通过机器学习方法开展丹江口水库汉库总磷预测和影响因素分析，为水库水污染防治提供参考。基于2021—2023年汉库逐日监测数据，评估多元线性回归、反向传播神经网络、随机森林、极端梯度提升和轻量级梯度提升机（LightGBM）5种机器学习算法对坝上中点位总磷的预测性能，使用SHAP模型解释识别影响总磷浓度的关键因素，并用条件回归树分析关键影响因素的阈值。结果显示，LightGBM 算法预测性能最佳，R2为0.950，MAE为0.002，RMSE为0.003；水位、浊度和出库流量对总磷浓度影响较大，其中水位的关键影响阈值为163.02 m，浊度为 6.5 NTU，出库流量为 1 616.7 m3/s，当水位≤163.02 m 且浊度≤6.5 NTU 时，总磷达标率最高，达 99.1%。研究可为大型水库水质预测的机器学习应用及模型可解释性研究提供实践案例和方法支撑。

关键词： 制度要素   ESG信息披露   机器学习   SHAP值  

摘要： 制度对企业ESG信息披露行为有重要的规范与激励作用.已有研究围绕制度要素对企业ESG信息披露质量的作用机制与路径展开探讨,但对于制度要素的认识仍是单一、线性的,缺乏对多元制度要素作用的综合考量,在要素重要性差异、可能存在的非线性影响等方面认识仍然有限.鉴于此,本研究基于制度理论,以2011-2021年中国A股上市公司为样本,融合CatBoost等多种机器学习算法与SHAP值方法,旨在揭示规制性、规范性等多元制度要素对企业ESG信息披露质量的复杂影响.研究结果表明,在制度要素中，文化-认知性要素对ESG信息披露质量最具影响力;往期披露质量是影响企业ESG信息披露质量的最重要特征;在各制度要素内部,地区治理、公共关注和行业水平分别在规制性、规范性和文化-认知性要素中最为重要;多数制度要素特征与ESG信息披露质量呈现出非线性关系.进一步分析表明,制度要素在不同地区、不同行业以及不同规模企业呈现异质性影响.本研究拓展了中国情境下企业ESG信息披露的研究,并为政府部门优化制度建设与企业提升ESG实践水平提供了重要的理论参考和实践启示.

关键词： 机器学习   微塑料   分类识别   定量分析   吸附性能  

摘要： 本文综述系统地探讨了机器学习技术在微塑料领域的应用，涵盖分类识别、定量分析与吸附性能预测.经梳理近年文献，发现如卷积神经网络(CNN)和支持向量机(SVM)等技术，对提升微塑料检测精度与效率意义重大.在分类识别中，CNN模型可精准辨别微塑料类型与形状;定量分析时，借助图像和光谱数据，机器学习能快速确定微塑料浓度.在吸附性能预测方面，基于非混合定量结构-性质关系(QSPR)的模型展现出比传统模型更高的准确性和鲁棒性.然而，当前还面临数据质量不佳、收集标注困难及模型可解释性欠缺等挑战.未来研究应聚焦数据集多元化及增强模型可解释性，以推动机器学习技术在微塑料研究中的进一步应用.

关键词： 植物表型分析   机器学习   作物改良   产量预测  

摘要： 植物表型是基因型与环境相互作用的产物，是植物生命活动的外在表现，涵盖了植物的形态、生理、生化等多层次和多维度特征。植物表型研究是育种的关键环节，对于揭示植物生命活动的相关机制，培育高产、优质、高效的作物品种，以及实现农业生产的精准管理具有重要意义。随着高通量植物表型采集技术的发展和应用，植物表型数据呈现出高维、多源、异质、动态等特点，为植物表型分析带来了新的机遇和挑战。机器学习作为一种强大的数据挖掘和知识发现工具，能够从复杂的表型数据中提取有用的特征和模式，为植物表型研究提供了新的思路和方法。本文系统综述了机器学习方法在植物表型研究中的应用和进展，重点介绍了机器学习方法在植物形态结构、胁迫抗性、生化组分等方面分析中的应用，以及在作物改良和产量预测等方面的应用，并对机器学习方法在植物表型研究中存在的问题和未来的发展方向进行了讨论和展望，旨在为今后植物表型研究提供有益的参考和启示。