探索营养对阿尔茨海默病死亡率的影响：一种可解释 AI 方法
机器学习
2024-05-29 v1 人工智能
摘要
本文使用机器学习 (ML) 和可解释人工智能 (XAI) 技术来研究营养状况与阿尔茨海默病 (AD) 死亡率之间的关系。分析采用了第三次全国健康与营养检查调查 (NHANES III) 数据库。选择随机森林模型作为 XAI 分析的基础模型，并使用 Shapley 加法解释 (SHAP) 方法评估特征重要性。结果突出了重要的营养因素，如血清维生素 B12 和糖化血红蛋白。研究表明，与其他疾病相比，随机森林在预测 AD 死亡率方面具有有效性。本研究提供了营养对 AD 影响的见解，并有助于更深入地理解疾病进展。
引用
@article{arxiv.2405.17502,
title = {Exploring Nutritional Impact on Alzheimer's Mortality: An Explainable AI Approach},
author = {Ziming Liu and Longjian Liu and Robert E. Heidel and Xiaopeng Zhao},
journal= {arXiv preprint arXiv:2405.17502},
year = {2024}
}
备注
5 pages, 1 figure, 5 tables