Физическая активность и время, проводимое сидя, как факторы, связанные с риском кардиометаболической мультиморбидности у взрослых в США: интерпретируемая модель классификации на основе машинного обучения с использованием SHAP и LIME

Введение: Кардиометаболическая мультиморбидность (КММ) становится всё более актуальной проблемой общественного здравоохранения. Физическая активность (ФА) и длительное время, проводимое сидя, — важные модифицируемые факторы образа жизни. Цель исследования — разработать интерпретируемую модель машинного обучения (МО), которая учитывает ФА, время, проводимое сидя, а также другие социально-демографические и клинические предикторы и классифицирует наличие КММ у взрослых в США. Для повышения интерпретируемости модели применяли SHapley Additive exPlanations (SHAP) и Local Interpretable Model-agnostic Explanations (LIME). Методы: В этом поперечном исследовании проанализировали данные 23 635 взрослых жителей США, участвовавших в Национальном обследовании здоровья и питания (NHANES) в 2007–2018 годах. КММ определяли как наличие не менее двух из следующих заболеваний: артериальной гипертензии, сахарного диабета, инсульта или инфаркта миокарда. Основными факторами воздействия считали общую физическую активность, о которой участники сообщали самостоятельно (МЕТ·ч/нед), и ежедневное время, проводимое сидя. Связи оценивали с помощью многопараметрической логистической регрессии, ограниченных кубических сплайнов (RCS) и анализа подгрупп. После отбора признаков с помощью регрессии LASSO и алгоритма Boruta обучили 12 моделей машинного обучения на 70% набора данных. Модели оценивали методом стратифицированной десятикратной перекрёстной проверки; анализировали площадь под кривой (AUC), чувствительность и калибровку. Веса выборки учитывали при расчёте описательной статистики и логистической регрессии, но не использовали при обучении и оценке моделей машинного обучения. Результаты: Более высокая физическая активность была связана с меньшими шансами КММ (скорректированное отношение шансов при сравнении верхнего и нижнего квартилей — 0,59; 95% ДИ 0,51–0,68), тогда как более длительное время, проводимое сидя, — с большими шансами КММ (скорректированное отношение шансов 1,27; 95% ДИ 1,07–1,49). Анализ с помощью ограниченных кубических сплайнов выявил нелинейную связь: обратная ассоциация была выраженнее при низком уровне физической активности; точка перегиба составляла примерно 36 МЕТ·ч/нед. Наилучшие результаты показал классификатор градиентного бустинга (AUC 0,84; 95% ДИ 0,83–0,86); калибровка модели была хорошей (оценка Брайера 0,116; наклон калибровки 0,961). По результатам анализа SHAP наиболее влиятельным предиктором был возраст, за ним следовали индекс массы тела, гиперлипидемия, отношение дохода к уровню бедности и физическая активность. LIME позволил объяснить предсказания для отдельных наблюдений, показав вклад отдельных признаков. Выводы: Результаты подтверждают связь физической активности и времени, проводимого сидя, с КММ у взрослых в США. Для объяснения предсказаний модели и определения наиболее значимых признаков использовали SHAP и LIME. Интерпретируемая модель машинного обучения обеспечивает прозрачный подход к классификации в поперечном исследовании и позволяет формировать гипотезы на основе индивидуальных прогнозов.