绿地覆盖与成人居民血脂异常的关联：结合可解释机器学习SHAP方法

来源：环境与职业医学杂志 2025年第9期北京时间：

作者：黄诗琪, 钟可涵, 李培政, 马露,

摘要：背景血脂异常与绿地覆盖的关联研究仍有不足，现有方法多依赖传统固定模型，不足以充分揭示特征众多的大型数据集中存在的复杂非线性关系及其相互作用。目的引入可解释机器学习方法，系统评估绿地覆盖率与成人居民血脂异常之间的关联，深入探讨绿化环境对心血管健康的潜在影响。方法依托国家心血管病高危人群早期筛查与综合干预项目，调查2015年12月—2018年12月之间在湖北省咸宁市参与心血管疾病高危人群初次筛查的自然人群（≥18岁）。采用归一化差异植被指数（NDVI）评估人群的绿地覆盖水平。采用logistic回归模型和基于轻量级梯度提升机（LightGBM）模型的Shapley加性解释（SHAP）分析方法评估居民绿地覆盖与血脂异常患病率之间的关联。采用R语言mediation包构建中介模型，评估PM2.5等污染物及体质量指数的中介效应，Bootstrap法检验显著性并计算中介效应占比。同时基于人口社会学特征以及污染物暴露水平分层，在不同亚组中评估绿地覆盖与血脂异常患病率之间的关联。采用限制性立方样条函数描述剂量-效应关系。结果10680名研究对象中，血脂异常患者851例，患病率为7.97%。logistic回归模型结果表明，NDVI（1500 m缓冲区内NDVI均值）每增加0.1个单位与血脂异常患病率降低15.8%具有统计学意义的关联（OR=0.842，95%CI：0.773~0.918）。NDVI与血脂异常患病之间的负向关联在高二氧化氮（NO₂）暴露人群（OR=0.774，95%CI：0.689~0.869）、已婚人群（OR=0.837，95%CI：0.763~0.917）、非肥胖人群（OR=0.811，95%CI：0.738~0.890）以及未服用常规心血管药物（OR=0.781，95%CI：0.694~0.876）、无相关疾病史人群（OR=0.836，95%CI：0.736~0.948）中具有统计学意义，而在其余相对应的人群中该关联不具有统计学意义。剂量-效应曲线以及SHAP特征交互依赖图结果显示，绿地覆盖与血脂异常之间存在非线性关联，且随着绿地覆盖水平的增加，其与血脂异常患病率之间的负向统计学关联呈现增强趋势。此外，SHAP分析结果显示，NDVI在所有环境要素（包括空气污染物）中具有最高的特征重要性。结论绿地覆盖与血脂异常之间存在非线性关联，且此关联在高NO₂暴露、已婚、非肥胖、未服药及无相关疾病史的人群中具有统计学意义。此外，绿地对血脂异常的影响比空气污染物更为关键。

关键词：血脂异常, 可解释机器学习, SHAP分析, 绿地覆盖, 空气污染物,