本研究利用NHANES数据探讨膳食微量元素与慢性下背痛之间的关联。通过应用可解释的机器学习模型，评估预测性能并识别与风险降低相关的营养素，从而揭示可能与下背痛相关的膳食因素。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本研究利用NHANES数据探讨膳食微量元素与慢性下背痛之间的关联。通过应用可解释的机器学习模型，评估预测性能并识别与风险降低相关的营养素，从而揭示可能与下背痛相关的膳食因素。
膳食微量元素与慢性下腰痛（LBP）风险之间的关系尚不明确。本研究分析了2001–2004年和2009–2010年周期的美国国家健康与营养调查（NHANES）数据。采用Spearman相关性和方差膨胀因子（VIF）评估多重共线性，并使用Boruta算法进行特征筛选。随后构建了六种机器学习模型，并应用SHAP和LIME方法提高模型可解释性，识别膳食微量元素与LBP风险之间的关键关联。在所评估的模型中，随机森林模型在纳入人口统计学变量以及仅使用膳食微量元素时均表现出最优的预测性能。可解释性分析一致发现多种膳食成分——包括水分、可可碱、钙、咖啡因、钠和维生素C——与LBP风险呈负相关。尽管模型的区分度为中等水平（AUC ≈ 0.60–0.72），但这些结果揭示了具有临床意义的模式，可能有助于人群层面的风险分层，并为未来研究提供潜在可调节的膳食因素线索。
慢性腰痛（LBP）是全球最常见的肌肉骨骼系统疾病之一，与残疾、医疗保健以及生活质量下降相关的社会经济成本巨大。流行病学数据显示，全球约有7%至10%的成年人报告患有LBP，终生患病率有时可高达84%1。该病在中低收入国家尤为常见，这些地区与工作相关的因素、医疗资源获取困难以及社会经济不平等加剧了患病风险，劳动年龄人群中患病率通常超过20%2。青少年和老年人尤其容易受到椎间盘退变和骨质疏松等结构性和退行性改变的影响3。
下背痛（LBP）是一种受生物力学、心理社会、遗传和营养因素影响的多因素疾病，需要采用能够同时捕捉这些不同变量之间复杂相互作用的分析方法。近期的系统性综述持续指出，下背痛的病因仍不明确，受生物力学、心理社会和遗传因素共同影响，因此难以精确定位。超过85%的“下背痛”病例属于非特异性病因——这使得针对性预防和治疗策略的开发面临挑战4,5。尽管包含物理治疗和药物治疗在内的多模式疗法通常可缓解症状，但许多患者仍反复发作，表明迫切需要发现新的、可预防且可干预的下背痛风险因素6。
传统的统计方法在应对这种复杂性方面....
访问受限。请登录或开始试用以查看此内容。
本研究经国家卫生统计中心（NCHS）伦理审查委员会批准，并已获得所有参与者的知情同意。所使用的公开可用的NHANES数据均符合相关指南要求。
研究人群
由国家卫生统计中心（NCHS）开展的国家健康与营养检查调查（NHANES）提供了关于美国非机构化人群健康和营养状况的全国代表性数据。本研究提取了2001–2004年和2009–2010年周期的数据。纳入年龄≥18岁的参与者，排除慢性下背痛、膳食微量营养素、教育水平或关键协变量（包括贫困收入比（PIR）、体重指数（BMI）、吸烟状况、高血压、糖尿病和饮酒情况）数据缺失的个体。最终分析队列共包括8,710名参与者（图1）。
膳食营养素评估
采用两次24小时膳食回顾访谈法获取膳食摄入数据。第一次访谈在移动检查中心进行，第二次访谈在数天内通过电话完成。应用自动化多步回顾法以提高回忆的准确性并尽量减少报告偏倚。详细的AMPM操作步骤见NHANES膳食方法学文档。
慢性腰背痛的评估
慢性腰痛（LBP）状态通过问卷数据....
访问受限。请登录或开始试用以查看此内容。
按慢性腰背痛状态划分的基线特征
根据慢性腰痛状态分层的基本特征见表1。最终分析队列包括来自NHANES 2001–2004和2009–2010的8,710名参与者，平均年龄为49.13岁（标准差 = 18.43）。其中女性4,528人（51.99%），男性4,182人（48.01%）。总体而言，有3,838名参与者报告存在腰痛（平均年龄48.62岁；标准差 = 17.69）。与无腰痛的参与者相比，患有腰痛的参与者多种膳食微量营养素的摄入量显著较低，包括膳食纤维（15.67 vs. 16.07，p = 0.010）、α-胡萝卜素（357.39 vs. 389.51，p = 0.009）、β-胡萝卜素（1,902.99 vs. 2,061.90，p < 0.001）、β-隐黄素（131.99 vs. 155.57，p < 0.001）、叶黄素+玉米黄质（1,366.53 vs. 1,557.57，p < 0.001）以及总叶酸（395.87 vs. 406.58，p = 0.049）。相反，腰痛参与者.......
访问受限。请登录或开始试用以查看此内容。
本研究使用了NHANES数据并应用了多种算法，发现饮食中的微量营养素与慢性下背痛（LBP）之间存在关联。需要强调的是，由于本研究为横断面观察性设计，这些发现反映的是预测性关联，而非因果关系，且机器学习模型无法确立微量营养素摄入与LBP风险之间的因果关系。在完成特征筛选和共线性检验后，随机森林模型表现出最佳的预测性能，无论是否纳入人口统计学变量，仅使用饮食微量营养素时亦然。SHAP和LIME分析结果显示，对负向预测贡献最重要的特征为水分、可可碱、钙和钠，意味着这些成分的较高水平与疾病风险降低相关。
尽管机器学习模型仅表现出中等水平的性能（AUC值约为0.6–0.7），但在营养流行病学研究中，对于非特异性慢性腰背痛这类高度异质性、多因素导致的疾病而言，该性能水平是典型的且具有临床信息价值，因为大量未测量的遗传、心理社会和环境因素会影响结果的变异性；此类模型性能仍可支持假设生成、人群层面的风险分层以及潜在可干预膳食信号的识别。
目前关于膳食微量营养素与下腰痛（LBP）的研究较为有限。尽管如此，现有文献表明，维生素和矿物质可通过抗炎、.......
访问受限。请登录或开始试用以查看此内容。
作者声明无任何利益冲突。
本工作由杭州农业与社会发展项目基金（20241029Y119）、萧山区科技计划指导项目（2025316）以及浙江省中医药科学技术项目（2024ZR152）资助。
....访问受限。请登录或开始试用以查看此内容。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 自动化多遍法（AMPM） | National Center for Health Statistics (NCHS), CDC | N/A | 用于NHANES 24小时膳食回顾访谈中的膳食评估系统，旨在提高报告的准确性 |
| Boruta算法 | 开源（R语言包：Boruta） | N/A | 基于随机森林的特征选择方法；通过与影子特征比较来识别相关变量 |
| 计算机辅助个人访谈（CAPI） | National Center for Health Statistics (NCHS), CDC | N/A | 由经过培训的人员使用的访谈系统，用于收集问卷数据 |
| 国家健康与营养调查（NHANES） | National Center for Health Statistics (NCHS), CDC | N/A | 全国性调查，提供人口统计学、膳食及健康相关数据 |
| 前列腺状况问卷（KIQ） | National Center for Health Statistics (NCHS), CDC | N/A | 用于评估背痛信息的问卷来源 |
| 随机森林算法 | 开源（例如，R / Python实现） | N/A | 用于特征选择和分类的机器学习模型 |
| 合成少数类过采样技术（SMOTE） | 开源（例如，DMwR / imbalanced-learn） | N/A | 通过生成合成的少数类样本以解决类别不平衡问题的过采样技术 |