构建并验证一个可解释的机器学习模型，用于预测老年人的健康促进行为：一项多中心研究

《Prevention Science》：Building and Validating an Explainable Machine Learning Model for Predicting Health-Promoting Behaviors in Older Adults: A Multicenter Study

健康促进行为评估与可解释机器学习模型开发。基于上海、江苏、山东781名老年人多中心数据，构建并验证随机梯度提升树（SGBT）预测模型，显示AUC 0.891，校准良好（Brier score 0.103），决策曲线分析（DCA）显示临床获益显著。关键预测因素包括互联网技能、教育水平及功能独立性，研究成果为精准健康干预提供工具支持。

　　

摘要

在人口老龄化的背景下，增强老年人的健康促进行为（HPBs）对于慢性疾病管理和健康老龄化至关重要。准确评估个体的健康促进行为水平有助于制定个性化的干预措施。本研究旨在利用多中心数据识别影响老年人健康促进行为的因素，并开发并验证一个可解释的机器学习（ML）模型用于预测。2024年6月至2025年9月期间，我们在上海、江苏和山东的781名老年人中进行了多中心横断面研究。收集的数据包括社会人口统计学特征、健康状况、社区体育设施情况、手机使用熟练程度和互联网技能。上海（n=319）和山东（n=228）中心的数据构成了训练集，而江苏中心（n=234）的数据则构成了独立的外部测试集。模型区分能力通过接收者操作特征曲线下面积（AUC）、准确性、特异性、阳性预测值（PPV）、阴性预测值（NPV）、召回率和F1分数进行评估。校准能力通过Hosmer–Lemeshow检验和Brier分数进行评估，临床效用通过决策曲线分析（DCA）进行评估。参与者的平均年龄为61.79±11.54岁。根据健康促进行为水平，436名（55.8%）参与者被归类为健康促进行为组，345名（44.2%）被归类为非健康促进行为组。在外部测试集中，随机梯度提升树（SGBT）模型表现出最佳性能，曲线下面积（AUC）为0.891（95% CI，0.848–0.951），校准效果优异（Brier分数=0.103），且校准曲线与理想曲线非常吻合。其他指标包括准确性（0.895）、特异性（0.867）、PPV（0.897）、NPV（0.892）、召回率（0.917）和F1分数（0.907）。决策曲线分析显示，在广泛的概率阈值范围内（0–0.6），该模型具有较高的净临床效益。SHAP分析阐明了每个特征的贡献，并部署了一个用户友好的在线预测平台。我们开发了一个高性能、可解释的机器学习模型来预测老年人的健康促进行为，并系统地识别了关键预测因素，如互联网使用熟练程度、教育水平和功能独立性。这一工具可以帮助医疗专业人员快速评估健康促进行为水平，从而更精准地提供健康信息和服务。