-
学术期刊
-
学术著作
-
精品图书
-
投稿须知
医学情报 2025年5月 第三卷 总第23期
基于孟德尔随机化和机器学习探究睡眠行为与骨密度的关系
王韵青¹ 刘江²
1.山东中医药大学 山东济南 250014 2.山东中医药大学第一附属医院 山东济南 250014
摘要：目的 探究睡眠行为与骨密度的关系。方法 从IEU Open GWAS数据库中选取7种睡眠行为（失眠、睡眠时间、早上起床、白天小睡、睡眠类型(早起/晚起)、嗜睡症、打鼾）作为暴露因素，3个部位骨密度（前臂、腰椎骨、股骨颈）作为结局因素，通过两样本双向孟德尔随机化分析两者之间的因果关系；在此基础上，从NHANES数据库中选取2005-2006、2007-2008、2017-2018年的数据，使用九种预测模型（Dt、Rf、XGBoost、Enet、SVM、MLP、Logistic、LightGBM、KNN），进一步探究不同程度的不健康睡眠行为对骨质疏松的发生是否有影响，并评估各模型性能，最后用SHAP值解释最优模型。结果 孟德尔随机化分析显示打鼾与腰椎骨密度呈正向因果关联（OR=1.555，95%CI：1.189-2.032，P=0.001）；机器学习分析显示LightGBM预测的准确性最高（Accuracy 0.95、Precision 0.98、ROC AUC 0.99），SHAP值解释图显示，除严重打鼾，年龄增长、低BMI均是腰椎骨质疏松的显著风险因素。结论 打鼾是影响腰椎骨密度的因素，且严重打鼾是造成腰椎骨质疏松的显著风险因素，治疗和改善打鼾可作为防治腰椎骨质疏松的有效途径。
关键词：睡眠行为；骨质疏松症；孟德尔随机化；机器学习；打鼾
