基于电子健康记录数据与机器学习的中老年女性骨质疏松两阶段筛查模型

摘要

针对中老年女性骨质疏松(osteoporosis, OP)患病率高而基层医疗机构筛查手段不足的问题，利用多中心电子健康记录数据与机器学习技术构建中老年女性骨质疏松两阶段筛查模型(integration of categorical boosting and attentive interpretable tabular learning for osteoporosis screenig, OP-CatNet).初步筛查阶段采用分类提升树(categorical boosting, CatBoost)模型基于个人健康数据进行骨质疏松初步筛查，准确率达到86.88%,敏感性为81.19%,特异性为88.71%,显示出良好的筛查效果.在深化筛查阶段，采用表格网络(attentive interpretable tabular leavning, TabNet)模型结合实验室检查数据与初步筛查决策，准确率达到92.06%,敏感性提升至81.41%,特异性达95.41%,筛查性能明显提升.此外，深化筛查阶段利用夏普利加性解释(SHapley additive exPlanations, SHAP)方法进行模型的全局可解释性分析，结合TabNet的局部可解释性特点，使模型预测结果更具透明度和可信度.

关键词

分类提升树 / 表格网络模型 / 骨质疏松筛查 / 机器学习 / SHAP / 可解释性