主成分追踪用于环境混合物中的模式识别

环境健康研究者通常旨在识别导致潜在有害暴露的源/行为。我们改编了主成分追踪（PCP）——一种用于计算机视觉与信号处理中鲁棒降维的技术——以识别环境混合物中的模式。PCP 将暴露混合物分解为包含跨污染物一致暴露模式的低秩矩阵，以及隔离独特暴露事件的稀疏矩阵。我们调整 PCP 以适应非负与缺失数据，以及低于给定检测限（LOD）的值。我们模拟了两种规模、具有递增比例 <LOD 和三种噪声结构的数据以代表环境混合物。我们将 PCP-LOD 与主成分分析（PCA）比较以评估性能。接下来我们将 PCP-LOD 应用于 2001-2002 年国家健康与营养检查调查中测量的 1,000 名美国成年人的 21 种持久性有机污染物（POPs）混合物。我们对估计的低秩矩阵应用奇异值分解以刻画模式。PCP-LOD 通过交叉验证在所有模拟中恢复了真实的模式数；基于先验指定准则，PCA 在 32% 的模拟中恢复了真实模式数。对于最多 50% 数据 <LOD 的所有模拟数据集，PCP-LOD 相较 PCA 取得了更低的相对预测误差。当 75% 的值 <LOD 时，仅当噪声较低时 PCP-LOD 优于 PCA。在 POP 混合物中，PCP-LOD 识别出秩三的底层结构并将 6% 的值分离为独特事件。一种模式代表对所有 POPs 的全面暴露。其他模式基于已知结构与毒性对化学品分组。PCP-LOD 作为一种有用工具，将多维暴露表达为一致模式，若发现其与不良健康相关，则便于针对性干预。