三图两表发文！CHARLS大队列+可解释机器学习：生信人0实验发二区TOP的“捷径”？看完这篇关节炎预测模型你就懂了！

如果您对骨科疾病生信临床研究感兴趣，请为小骨点点关注，持续解读骨科前沿生信文献和思路。如果您需要定制化服务，欢迎扫码联系小骨~

🌟今日生信亮点：CHARLS数据库

中国健康与退休纵向研究（CHARLS）发文优势在于：样本全国代表、数据公开免费、覆盖健康与经济多维度，支持跨学科、跨国比较，挑战包括：变量自报偏倚、缺失值处理复杂、因果推断受限。趋势聚焦老龄化、抑郁、贫血、衰弱等主题，强调政策转化与机制探索。

CHARLS近年发文量年均>百篇，热点从单一健康转向多病共患、抑郁、认知、衰弱、营养与财务脆弱耦合；方法上倾向因果推断、机器学习预测、生命历程模型；政策转化文章激增，聚焦延迟退休、医养结合、医保支付改革。

研究采用9种机器学习算法（涵盖从线性模型到集成方法），基于CHARLS数据集中与生活质量相关的特征构建关节炎预测模型。为处理类别不平衡问题，训练数据应用SMOTE过采样，并通过贝叶斯优化（Optuna）以召回率为目标进行超参数调优。模型性能在独立测试集上综合评估，最终采用SHAP和Sankey图进行全局及个体层面的特征贡献解释。全部分析基于Python主流数据科学库完成，统计检验显著性设定为P < 0.05。

研究基于68个预测变量，采用SMOTE平衡数据和超参数优化训练了9种机器学习算法。GradientBoosting、LightGBM和Random Forest表现最佳且统计上无显著差异（AUC≈0.766）。最终选择在召回率与特异性间取得最佳平衡的GradientBoosting模型（AUC 0.767，召回率0.637，特异性0.771）进行后续可解释性分析。