利用混合数据平衡和反事实增强代谢综合征预测
机器学习
2026-03-10 v2 人工智能
摘要
代谢综合征（MetS）是一组相互关联的危险因素，显著增加心血管疾病和2型糖尿病的风险。尽管其全球流行，但由于类别不平衡、数据稀缺以及现有研究方法不一致等问题，MetS的准确预测仍然具有挑战性。在本文中，我们通过系统评估和优化用于MetS预测的机器学习（ML）模型，利用先进的数据平衡技术和反事实分析来解决这些挑战。在随机过采样（ROS）、SMOTE、ADASYN和CTGAN等各种数据平衡技术下，训练并比较了多种ML模型，包括XGBoost、随机森林、TabNet等。此外，我们引入了MetaBoost，一种新颖的混合框架，它集成了SMOTE、ADASYN和CTGAN，通过加权平均和迭代权重调整优化合成数据生成，以增强模型性能（与单一平衡技术相比，准确率提升高达1.87%）。进行了全面的反事实分析，以量化将个体从高风险类别转移到低风险类别所需的特征级变化。结果表明，血糖（50.3%）和甘油三酯（46.7%）是最常被修改的特征，突显了它们在降低MetS风险中的临床意义。此外，概率分析显示，血糖升高（85.5%可能性）和甘油三酯升高（74.9%后验概率）是最强的预测因子。这项研究不仅推进了MetS预测的方法严谨性，也为临床医生和研究人员提供了可操作的见解，突显了ML在减轻代谢综合征公共卫生负担方面的潜力。
引用
@article{arxiv.2504.06987,
title = {Enhancing Metabolic Syndrome Prediction with Hybrid Data Balancing and Counterfactuals},
author = {Sanyam Paresh Shah and Abdullah Mamun and Shovito Barua Soumma and Hassan Ghasemzadeh},
journal= {arXiv preprint arXiv:2504.06987},
year = {2026}
}
备注
Accepted at the IEEE EMBC 2025 Conference. 7 pages, 3 figures