今天睿因生物给大家推荐的文章由成都中医药大学的学者用CHARLS+CLHLS
数据库，在期刊《J Affect Disord》（IF=4.9）的题为：“A machine learning-based discriminative framework for mild cognitive impairment risk in middle-aged and elderly Chinese patients with depression: evidence from CHARLS and CLHLS”的研究论文。
中文标题：基于机器学习的中老年人抑郁症患者轻度认知障碍风险判别框架：来自CHARLS和CLHLS的证据
发表时间：2025年11月
主要数据库：CHARLS+CLHLS数据库
想通过挖掘临床公共数据库来完成KPI的朋友，或者手头有资源但没时间整合的朋友，速速联系小编吧！
中老年群体中，抑郁症并非单纯情绪问题，认知功能损伤是其核心特征之一——急性发作期认知症状发生率达76.9%-94%，缓解期仍有32.4%-44%患者存在认知残留症状。抑郁症与MCI（正常衰老与痴呆的过渡阶段）存在双向关联，二者共病会降低患者生活质量、加重照护负担、加速认知衰退，还可能提升死亡率和自杀风险。但目前临床缺乏有效筛查手段，传统方法要么成本高难在基层推广，要么未针对抑郁症患者设计专属工具，因此开发低成本、易操作、高精准的MCI风险判别工具对改善患者预后至关重要。
本研究基于2018年中国健康与退休纵向研究（CHARLS）的数据，数据分为7：3的培训集和内部测试集。此外，还选取了中国纵向健康生活调查（CLHLS）队列的数据进行外部验证。采用八种机器学习方法，构建中老年人抑郁症患者的MCI判别模型。采用五重交叉验证以确认模型的稳健性。决策曲线分析（DCA）被用于量化预测模型在阈值概率下的临床净收益。判别结果的重要贡献通过SHapley加法解释（SHAP）值得以阐明。
本研究选取两大队列数据：1964名CHARLS参与者（1473例非MCI、491例MCI）与6782名CLHLS患者（5636例非MCI、1146例MCI）。
研究先通过LASSO回归（十重交叉验证确定最优λ值0.028）初步筛查协变量，筛除五个变量；再经DT分析验证，其排名前15的特征与LASSO回归所选特征大致重叠，证实了特征选择的一致性与所选协变量的稳定性。结合临床知识和以往研究纳入糖尿病、高血压、运动三个变量后，最终确定教育、户籍、孤独、IADL、糖尿病、高血压、运动共八个判别变量。
基于选定判别变量开发了8个机器学习模型，训练集中RF模型AUC最高（0.826，95%CI：0.809–0.843），其余算法AUC在0.683-0.796之间；验证集中RF仍表现最优（0.801，95%CI：0.760–0.841），XGBoost和SVM与之相当，KNN AUC最低（0.665，95%CI：0.613–0.716），且除KNN外，其余模型验证集AUC均超0.7。
Delong测试显示，训练集中RF模型的ROC曲线表现与其他所有模型均有显著差异；验证集中，其仅与DT和KNN存在显著差异。验证集上，RF、XGBoost和SVM性能相近，其中SVM准确率最高（0.778），XGBoost回忆率最高（0.757），RF表现居中。
训练集与验证集的DCA分析显示，RF模型在特定阈值范围内（验证集为0至0.28）的临床净收益显著高于其他模型及极端策略，临床适用性突出；加之其在测试集中AUC最高，因此被认定为具有强临床适用性的模型。采用CLHLS队列进行外部验证时，RF模型的AUC为0.653（95%CI：0.636–0.670），未及验证组水平，仅展现中等辨别能力，但在0.07至0.20的预测概率阈值范围内，其静态优势仍优于两种极端策略。研究先通过RF算法内置函数得出区分抑郁人群MCI的五大重要变量：教育程度、孤独感、户籍、IADL、异常血脂；再经SHAP分析验证，前五大重要变量一致（仅血脂异常排名提升），且明确变量影响方向——高等教育、城市户籍、异常血脂、无孤独感、无IADL残疾均倾向预测非MCI，其中教育程度影响最显著。此外，SHAP力图直观展示了各特征对单个病例MCI判别的贡献，低教育、IADL残疾等会增加MCI风险，高教育、城市户籍等则降低风险。
研究首次针对中老年抑郁症患者群体，构建了基于机器学习的 MCI 风险判别框架，不仅实现了 MCI 风险的精准识别，还揭示了其核心影响因素，为临床早期干预提供了科学依据。随着该工具的推广应用，有望显著降低抑郁症相关认知衰退的危害，为老龄化社会的认知健康保障提供有力支撑。
看完是不是已经心动不已，想立刻借助CHARLS+CLHLS数据库资源，为科研成果添砖加瓦？别再犹豫！陕西睿因生物专业团队随时待命，无论是想紧跟数据库最新动态，还是定制专属科研数据方案，我们都能满足你！快点联系小编，解锁科研新可能，让我们携手，在科研征途上一路狂飙，收获亮眼成果！
