Machine learning-based estimation of trunk fat percentage and its association with cardiometabolic risk leveraging two large national cohorts - PubMed
3 months ago
- #trunk fat percentage
- #machine learning
- #cardiometabolic risk
- 开发并验证了利用人体测量学指标估算躯干脂肪百分比的机器学习模型。
- 使用NHANES数据集（n=30,443）进行模型开发，CHARLS数据集（n=13,524）进行外部验证。
- XGBoost模型在测试集上表现最优，R²达到0.8509。
- 简化后的五变量模型（性别、腰围、身高、体重、年龄）保留了99.3%的预测精度。
- 在预测心血管代谢风险方面，躯干脂肪百分比优于全身脂肪百分比。
- 对糖尿病预测的AUC提升最显著（相对提升3.22%）。
- 所有终点事件的AUC平均相对提升为2.77%。
- 为临床和流行病学研究提供了一种无创性中心性肥胖评估工具。