可解释的深度学习方法用于骨质疏松症风险筛查和基于大量人口的个性化特征分析:模型开发和性能评估gydF4y2Ba

介绍gydF4y2Ba

骨质疏松症是一种骨骼疾病，其特征是骨量减少、骨组织的微结构恶化和骨质量下降，从而导致骨脆弱性增加和骨折的风险[gydF4y2Ba1gydF4y2Ba]。在美国，50岁及以上成年人骨质疏松症的患病率为12.6%，女性(19.6%)高于男性(4.4%)[gydF4y2Ba2gydF4y2Ba]。50岁及以上的骨质疏松症患者人数从2010年的1020万增加到2020年的1230万，预计到2030年将达到1360万[gydF4y2Ba3.gydF4y2Ba]，表明这种疾病的社会负担在逐渐增加。国际骨质疏松基金会报告，50岁或以上的人中，约有三分之一的女性和五分之一的男性经历过骨质疏松性骨折[gydF4y2Ba4gydF4y2Ba，gydF4y2Ba5gydF4y2Ba]。骨质疏松性骨折，特别是髋部骨折，与活动受限、慢性疼痛和残疾、丧失独立性和生活质量下降有关。此外，大约20%至30%的骨质疏松症患者在经历骨质疏松性骨折后一年内死亡。由于骨质疏松症在骨折发生前通常是无症状的，因此早期筛查和检测是骨质疏松症治疗的关键策略。gydF4y2Ba

双能x线骨密度测量(DXA)，特别是髋关节和腰椎的中央DXA，是目前测量骨密度(BMD)以确定骨质疏松症的金标准。然而，中央DXA由于其低可用性和高成本而没有得到广泛应用[gydF4y2Ba6gydF4y2Ba]。此外，在骨质疏松性骨折之前，基于无症状的自我需求导致其应用有限[gydF4y2Ba6gydF4y2Ba]。从2006年到2010年，美国医疗保险覆盖的老年妇女每年的DXA检测率约为14% [gydF4y2Ba7gydF4y2Ba]，而50-64岁及65-79岁女性的整体筛检率分别只有21.2%及26.5% [gydF4y2Ba8gydF4y2Ba]。gydF4y2Ba

作为另一种筛查方法，临床评估工具如骨折风险评估工具(FRAX)、简单计算骨质疏松症风险评估工具(SCORE)、骨质疏松症风险评估工具(ORAI)、骨质疏松症风险指数(OSIRIS)和骨质疏松症自我评估工具(OST)已被开发出来，以识别骨质疏松症风险增加的患者。这些工具的曲线下汇集面积(AUC)范围为0.65至0.70。FRAX是一种被广泛研究的预测破裂风险的工具，其AUC范围为0.58至0.82，具有类似的性能[gydF4y2Ba9gydF4y2Ba]。尽管这些工具有用且方便，但由于其准确性有限，应用范围有限[gydF4y2Ba10gydF4y2Ba]。gydF4y2Ba

随着大数据时代计算能力的指数级增长，机器学习(ML)方法已迅速应用于医疗领域，包括骨疾病的诊断。与现有的临床工具相比，基于人工智能的方法具有分析与骨质疏松症交织关系的多种特征的优势，因此准确性更高。一些研究揭示了ML在骨质疏松症诊断和检测、骨折预测中的应用[gydF4y2Ba11gydF4y2Ba-gydF4y2Ba13gydF4y2Ba]，尤其是用于医学成像。各种研究使用机器学习方法进行基于医学数据库的风险评估。然而，这些早期的尝试揭示了一些局限性，包括过拟合、缺乏总体代表性、使用k-fold交叉验证的不适当验证、缺乏点估计周围的置信区间以及任意变量选择[gydF4y2Ba11gydF4y2Ba，gydF4y2Ba14gydF4y2Ba-gydF4y2Ba17gydF4y2Ba]。此外，准确性不足，有时低于常规临床评估工具，阻碍了ML在骨质疏松症风险预测中的广泛应用。gydF4y2Ba

因此，我们开发了一个深度学习(DL)模型来筛选骨质疏松症风险，并利用可解释的人工智能(XAI)技术为我们的模型结果提供临床解释。为了证明我们的方法的性能，我们将DL模型的结果与ML模型和传统临床工具的结果进行了比较。我们还证明了我们的模型为特征贡献提供了单独的解释。据我们所知，这是第一个基于大型人口数据库使用深度学习方法进行风险筛查的研究。我们的模型使用任意特征工程研究了传统统计无法识别的变量的复杂非线性关系。此外，通过考虑各种风险变量和疾病的复杂方面的组合，提出了一种个性化风险评估和治疗决策的综合方法。gydF4y2Ba

方法gydF4y2Ba

研究设计与参与者gydF4y2Ba

本研究使用了两个横断面数据集，即美国(NHANES)和韩国(KNHANES)的国家健康和营养检查调查数据集。NHANES是由国家卫生统计中心进行的一项横断面研究，旨在评估美国人口的整体健康和营养状况[gydF4y2Ba18gydF4y2Ba]。gydF4y2Ba

采用2005 - 2006年、2007 - 2008年、2009 - 2010年和2013 - 2014年四个周期的NHANES，我们只纳入了年龄在50岁以上或已经绝经的受访者。两个周期的NHANES(2011年至2012年和2015年至2016年)被排除，因为这两个周期的股骨颈骨密度和总股骨骨密度数据不可得。在NHANES中，使用DXA测量股骨总骨密度和股骨颈骨密度，使用Hologic QDR-4500A扇束密度计(Hologic, Inc;贝德福德，马萨诸塞州，美国)。gydF4y2Ba

KNHANES是一项关于韩国健康和营养状况的横断面调查，自1998年以来，韩国疾病控制和预防中心(KCDC)通过抽样获得了具有代表性的人群。gydF4y2Ba19gydF4y2Ba]。本研究采用KNHANES 2008 - 2011年的数据。2008 - 2009年数据集为9200户，2010 - 2011年数据集为7680户。在KNHANES研究中，研究对象为50岁以上或已绝经的女性，股骨颈骨密度和股骨总骨密度采用Hologic DISCOVERY QDR-4500W设备(Hologic, Inc)进行的DXA测量。gydF4y2Ba

伦理批准gydF4y2Ba

方法按照相关指南和法规进行，并经国家卫生统计中心研究伦理审查委员会批准(议定书#2005-06，议定书#2011-17)。NHANES获得了所有受访者的书面知情同意。KNHANES经KCDC机构审查委员会批准(2008-04EXP-01-C, 2009-01CON-03-2C, 2010-02CON-21-C, 2011-02CON-06-C)，并获得所有参与者的书面同意。gydF4y2Ba

骨质疏松的评估gydF4y2Ba

在NHANES和KNHANES中，采用基于股骨颈骨密度和股骨总骨密度的两种不同标准将应答者分为骨质疏松、骨质减少和正常组。股骨颈骨密度t评分或总股骨骨密度低于- 2.5的应答者被定义为骨质疏松症。t -评分在- 1.0到- 2.5之间的患者被归为骨质减少组。t -评分大于- 1.0的组为正常组。对于KNHANES, t分数是使用年龄在20岁以上的日本人作为参照组来计算的[gydF4y2Ba20.gydF4y2Ba]分别用于股骨颈和全股骨。在NHANES的情况下，我们根据世界卫生组织的建议，使用由来自NHANES III的年龄在20至29岁的非西班牙裔白人妇女组成的参考组来计算应答者的t分数[gydF4y2Ba21gydF4y2Ba]。使用计算的t分数，我们将受访者分为三组:骨质疏松症，骨质减少症和正常。gydF4y2Ba

数据预处理gydF4y2Ba

我们只包括有股骨颈和股骨总骨密度记录的应答者。此外，将具有相关信息的多个变量合并为单个变量或删除除一个变量外的所有变量。例如，患者健康问卷-9 (PHQ-9)中使用的9个变量表示抑郁症的体征和症状[gydF4y2Ba22gydF4y2Ba根据PHQ-9标准将NHANES中的]合并为一个变量。排除了与吸烟、饮酒和血压相关的多个变量，我们只纳入了具有代表性的变量，如前所述[gydF4y2Ba23gydF4y2Ba，gydF4y2Ba24gydF4y2Ba]。此外，几个具有相同测量值但单位不同的变量被删除，只留下一个变量。对于KNHANES，遵循之前描述的数据预处理方法，合并或消除了与吸烟、收入、教育水平、饮酒和糖尿病相关的几个变量[gydF4y2Ba25gydF4y2Ba]。gydF4y2Ba

合并变量后，我们排除了非数值变量，并将“拒绝”或“不知道”的响应视为缺失值。在所有变量中缺失值超过10%的应答者或在所有应答者中缺失值超过10%的变量被排除在外。用k近邻(KNN)插值法填充缺失值。在预处理结束时，总共创建了四种类型的数据集:两种来自NHANES，两种来自KNHANES，每种数据集都使用股骨颈骨密度或总股骨骨密度将受访者分为骨质疏松症、骨质减少症或正常组。来自NHANES的两个数据集包括8274名受访者和89个变量，来自KNHANES的数据集包括8680名受访者和162个变量。给出了整个数据处理的流程图gydF4y2Ba图1gydF4y2Ba。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

模型培训详情gydF4y2Ba

我们实现了一种深度学习算法，并将结果与ML算法进行了比较。我们使用的DL模型由三层组成:两个具有整流线性单元激活函数的致密层和一个具有softmax激活函数的最后一层。在两个密集层之后加入批处理归一化层和dropout层。通过五重交叉验证，基于创建的数据集的五个子集优化DL模型的超参数。优化后的NHANES模型有两个密集层(股骨颈各有128和16个节点，全股骨各有128和64个节点)，使用Adam优化器的辍学率为0.2，学习率为0.005。KNHANES的模型有两个密集层(股骨颈各有128和16个节点，股骨总有128和32个节点)，使用Adam优化器的辍学率为0.2(股骨颈)和0.4(股骨总)，学习率为0.005。使用TensorFlow后端(Google Inc .)在Keras中训练和优化模型[gydF4y2Ba26gydF4y2Ba]。对于机器学习方法，考虑了七种模型进行比较:非线性支持向量机，决策树，额外树，光梯度增强机(LGBM)分类器，逻辑回归，KNN和多层感知器(MLP)。我们将ML模型的超参数设置为scikit-learn包中的默认值[gydF4y2Ba27gydF4y2Ba]。gydF4y2Ba

特征贡献排序分析gydF4y2Ba

在训练DL和ML模型之后，我们应用了一种算法来解释DL模型的行为，并按重要性对特征进行排序。对于深度学习模型，局部可解释模型不可知解释(LIME) [gydF4y2Ba28gydF4y2Ba]被采用为XAI技术。LIME是一种算法，它通过干扰输入和使用本地可解释性执行搜索来解释分类器预测。LIME的输出表示分类变量的相对重要性。因此，我们以两种方式分析结果。首先，我们为每个变量添加了LIME的结果值，并根据它们的值对贡献进行排名。这个排名代表了变量的顺序，基于它们对DL模型对骨质疏松症分类的影响。其次，我们观察了每个特征对骨质疏松症概率的积极或消极影响，相对于特征的数值或分类值。gydF4y2Ba

出于类似的原因，博鲁塔[gydF4y2Ba29gydF4y2Ba]及最小绝对收缩及选择算子(LASSO) [gydF4y2Ba30.gydF4y2Ba]方法应用于性能最好的ML模型，计算特征的重要值。我们利用Boruta测量的相对特征重要性和LASSO输出的系数对特征的贡献进行排名。Boruta采用阴影特征重要性的第80百分位数，LASSO采用系数平方和的权重为0.001的α值。gydF4y2Ba

临床骨质疏松评估工具gydF4y2Ba

常用的骨质疏松症诊断临床评估工具，如OST、ORAI和OSIRIS，用于比较评估DL模型的性能。我们将DL模型的性能与临床骨质疏松评估工具在NHANES和KNHANES数据集上的性能进行了比较。在对骨质疏松症进行分类时，OST用于男性和女性，而ORAI和OSIRIS仅用于女性数据集。gydF4y2Ba

统计分析gydF4y2Ba

使用Student对NHANES和KNHANES数据集的连续变量进行比较gydF4y2BatgydF4y2Ba-检验，并以均值(SD)值表示。分类变量比较使用gydF4y2BaχgydF4y2Ba^2gydF4y2Ba测试和以计数和百分比表示。一个gydF4y2BaPgydF4y2Ba值小于或等于0.001被认为具有统计学意义。ci使用Student计算gydF4y2BatgydF4y2Ba分布。gydF4y2Ba

结果gydF4y2Ba

基线特征gydF4y2Ba

来自预处理数据集的受访者的基线特征呈现在gydF4y2Ba表1gydF4y2Ba。在NHANES的8274名受访者中，平均年龄约为65岁，52%为男性。KNHANES的受访者表现出类似的分布，男性比例为45%，平均年龄约为64岁。在NHANES和KNHANES中，当使用股骨颈骨密度而不是股骨总骨密度时，更多的应答者被划分为骨质疏松或骨质减少组。gydF4y2Ba

性能比较gydF4y2Ba

文中给出了优化后的DL和ML模型的接收机工作特性曲线和相应的AUC值gydF4y2Ba图2gydF4y2Ba和gydF4y2Ba图3gydF4y2Ba,分别。结果在五次交叉验证中平均。使用NHANES的DL模型显示，股骨颈骨密度数据集的微平均AUC低于股骨总骨密度数据集(gydF4y2Ba表2gydF4y2Ba）.就个体分类而言，骨质疏松症分类的AUC高于NHANES数据集中的骨质减少症和正常类别(gydF4y2Ba表2gydF4y2Ba）.同样，对于KNHANES，我们获得了股骨总数据集比股骨颈骨密度数据集更高的AUC (gydF4y2Ba表2gydF4y2Ba）.此外，骨质疏松分类的AUC在KNHANES数据集中是最高的。部分机器学习模型的表现略低于深度学习模型(gydF4y2Ba图3gydF4y2Ba）.逻辑回归在所有四个数据集上显示出最高的AUC值。LGBM分类器和MLP在NHANES股骨颈骨密度中显示出第二高的AUC值(gydF4y2Ba图3gydF4y2Ba，gydF4y2Ba表2gydF4y2Ba）.然而，两个ML模型，即决策树和KNN，表现出明显低于其他ML或DL模型的性能。与常规临床风险评估工具如OST、ORAI、OSIRIS进行比较(gydF4y2Ba图4gydF4y2Ba）.三种临床工具中，OSIRIS的AUC最高(0.771)。NHANES的OST AUC为0.759,ORAI AUC为0.704，表明所建立的DL模型优于常规骨质疏松评估工具。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

风险因素和特征贡献的个性化解释gydF4y2Ba

使用LIME对NHANES和KNHANES数据计算的贡献排名见gydF4y2Ba表3gydF4y2Ba和gydF4y2Ba表4gydF4y2Ba,分别。使用Boruta和LASSO的结果见gydF4y2Ba多媒体附录1gydF4y2Ba-gydF4y2Ba4gydF4y2Ba。基于NHANES和KNHANES的特征贡献排名，高排名的特征在DL和ML模型之间相似。这些特征包括被调查者的性别、年龄、体重指数、臂围和肥胖患病率。其他特征也排在较高的位置，包括经济地位特征，如职业和家庭贫困收入比(PIR)、碱性磷酸酶、尿酸、抑郁症、关节炎和几种营养物质(维生素A、胡萝卜素、维生素C和维生素D)。gydF4y2Ba

图5gydF4y2Ba根据股骨颈和股骨总骨密度的综合贡献排名，显示了前10个特征的影响。每个点代表一个被调查者。每个特征的值或类别都被规范化，并使用不同的颜色表示。例如，BMI值越小，对骨质疏松症的诊断越有帮助。个体特征及其与非标准化骨质疏松症诊断的关系也在gydF4y2Ba图5gydF4y2Ba。例如，BMI、臂围、维生素D和家族PIR的图表表明，这些特征的小值有助于骨质疏松症的诊断。相反，碱性磷酸酶和甲状旁腺激素的大值增加了骨质疏松症组的诊断概率。gydF4y2Ba

图6gydF4y2Ba提出了特征贡献，以个别样本的受访者诊断为骨质疏松症。每个特征值对将这些受访者分类为骨质疏松症组的影响在图中表示。当比较这三个受访者时，女性增加了被归类为骨质疏松症组的可能性。此外，身体质量指数越低，越有可能被诊断为骨质疏松症。这些个体的可解释的DL模型表明，骨质疏松症的应答者往往具有较低的BMI和较小的体型。在预防使用的危险因素方面，年轻受访者的分析结果最合适。因此，我们提出了50-60岁年龄组的分析结果gydF4y2Ba多媒体附录5gydF4y2Ba-gydF4y2Ba8gydF4y2Ba。gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

‎gydF4y2Ba 查看此图gydF4y2Ba

讨论gydF4y2Ba

主要结果gydF4y2Ba

在这项研究中，XAI技术应用于骨质疏松症风险筛查的DL模型，使用来自NHANES和KNHANES数据集的全国代表性样本。我们的深度学习模型优于现有的机器学习模型、回归分析和临床工具。随后，我们通过将LIME应用于DL模型进行特征分析。LIME的特征分析结果再次证实了先前已知的与骨质疏松症风险相关的特征，如性别、年龄和与体重相关的因素(如BMI、超重和肥胖的诊断)。然而，在临床实践中容易被忽视的意外特征也被确定。此外，我们的模型为骨质疏松症提供了个性化的风险评估，并解释了特征贡献。gydF4y2Ba

据我们所知，这是第一个在医疗大数据上使用DL模型在DL分类器上对骨质疏松症和LIME进行分类，并选择最具影响力的特征的研究。先前的研究已经提出应用DL或ML模型对骨质疏松症进行分类、估计骨密度和预测骨质疏松性骨折。然而，先前利用深度学习的研究主要集中在分析图像数据，如计算机断层扫描[gydF4y2Ba31gydF4y2Ba-gydF4y2Ba34gydF4y2Ba]或x光影像[gydF4y2Ba35gydF4y2Ba-gydF4y2Ba39gydF4y2Ba]。大多数研究人员在分析表格数据时都试图使用ML模型。此外，先前的一些研究使用表格数据检查与骨质疏松症相关的重要特征，试图基于统计方法进行统计分析或ML，包括泊松回归模型[gydF4y2Ba40gydF4y2Ba]和多元逻辑回归[gydF4y2Ba41gydF4y2Ba]进行特征选择。相关的机器学习方法包括基于相关性的特征选择[gydF4y2Ba42gydF4y2Ba]，逆向消去[gydF4y2Ba43gydF4y2Ba，gydF4y2Ba44gydF4y2Ba]， LASSO应用于逻辑回归模型[gydF4y2Ba45gydF4y2Ba]，在梯度增强ML模型上使用基尼杂质[gydF4y2Ba46gydF4y2Ba]，以及可解释机器学习模型的输出[gydF4y2Ba47gydF4y2Ba]。只有少数研究采用了XAI技术，如Shapley加性解释(SHAP)，这仅限于ML分类器。例如，Shim等[gydF4y2Ba44gydF4y2Ba]通过考虑特征对逻辑回归模型输出的贡献，使用反向消去来过滤特征，Chen等[gydF4y2Ba47gydF4y2Ba]开发了一个由极端梯度增强(XGBoost)和MLP组成的混合模型，其中XGBoost的输出值用于特征选择。另一项应用SHAP选择与骨质疏松症相关的最重要特征的研究基于ML模型XGBoost [gydF4y2Ba48gydF4y2Ba]。同样，Tanphiriyakun等[gydF4y2Ba49gydF4y2Ba]训练了7个ML模型来预测骨质疏松治疗后的BMD反应，并使用SHAP分析变量贡献。另一项研究将少数类的特征选择方法应用于ML模型、KNN和随机森林，从平衡数据中选择有用的信息[gydF4y2Ba50gydF4y2Ba]。gydF4y2Ba

除了这些先前的研究之外，我们开发了一个使用横截面数据筛选骨质疏松症的DL分类器，并使用表格LIME(一种XAI技术)按重要程度排列特征，将受访者划分为骨质疏松症组。使用AUC值评估我们的模型的强大性能，表明DL分类器也适用于横截面数据分析和骨质疏松症诊断。此外，通过LIME选择的特征与现有临床危险因素之间的一致性表明，DL模型利用临床显著特征对骨质疏松症应答者进行分类。尽管人们普遍担心深度学习模型是黑盒模型，其复杂性使得解释决策过程具有挑战性，但我们的研究表明，如果采用适当的解释技术，即使是非图像数据也可以实现可解释性。gydF4y2Ba

现有研究支持LIME确定的主要贡献特征及其与骨质疏松症的关系。性别和年龄是骨质疏松症的危险因素，这与一些研究表明女性性别和低体重是骨质疏松症的关键危险因素相一致[gydF4y2Ba51gydF4y2Ba]。关于性别差异的报告也可以在NHANES中找到。例如，在NHANES 2005-2006数据集中，男性股骨颈骨密度在骨质疏松组和骨质疏松组的患病率分别为30%和2%，而女性在骨质疏松组和骨质疏松组的患病率分别为49%和10% [gydF4y2Ba52gydF4y2Ba]。NHANES和KNHANES数据集的其他值得注意的特征是经济地位特征，包括职业、家庭PIR和房屋所有权。一些研究发现，绝经后贫困妇女或社会经济地位较低的非西班牙裔白人、黑人和亚洲成年人的骨密度较低，骨质疏松症的风险较高[gydF4y2Ba53gydF4y2Ba，gydF4y2Ba54gydF4y2Ba]。碱性磷酸酶和尿酸的测量也包括在高级特征中。众所周知，骨质疏松症患者的碱性磷酸酶水平较高[gydF4y2Ba55gydF4y2Ba]而尿酸水平高的患者往往骨密度较低[gydF4y2Ba56gydF4y2Ba]。gydF4y2Ba

一般来说，肥胖被认为是防止骨质疏松症的一种保护特征，因为它为骨骼提供了机械刺激[gydF4y2Ba57gydF4y2Ba]。我们的模型表明，几个与肥胖相关的变量，包括BMI、低密度脂蛋白胆固醇、甘油三酯、臂围、肥胖患病率和血脂异常诊断，都是骨质疏松症的重要特征，并表现出统一的趋势。特别是，对于NHANES，臂围成为一个重要的贡献特征。对斯德哥尔摩南部地区人口的研究表明，在几种人体测量指标中，小臂围是骨质疏松症的一个更强的危险因素，而不是低体重[gydF4y2Ba58gydF4y2Ba]。尽管最近的机械、生物化学和激素证据表明，脂肪组织与骨骼微结构恶化之间存在关联[gydF4y2Ba59gydF4y2Ba]，我们的模型确定了肥胖和骨密度的线性趋势。gydF4y2Ba

社会心理行为作为骨质疏松症的危险因素常常被忽视。然而，我们的深度学习模型表明，抑郁相关变量是显著的危险因素。这可能与体力活动减少有关，体力活动对维持骨骼强度至关重要，以及抗抑郁药物对骨骼代谢的负面影响，包括选择性血清素再摄取抑制剂[gydF4y2Ba60gydF4y2Ba]。关节炎和骨质疏松症在症状、治疗和预后方面表现出相似的临床特征。然而，它们是不同的疾病，有不同的病因。系统性炎症疾病如类风湿关节炎和强直性脊柱炎在骨质疏松症发展中的潜在作用已被提出[gydF4y2Ba61gydF4y2Ba]。此外，一些营养物质，包括胡萝卜素和维生素A、C和D，被列为重要特征。除维生素D外，其他营养素主要被认为与维生素D缺乏有关。然而，我们的模型显示了维生素d的临床意义。这些疾病和营养素不容忽视，需要在临床实践中进一步研究和考虑。gydF4y2Ba

限制gydF4y2Ba

本研究有几个局限性需要解决。首先，本研究中使用的NHANES和KNHANES数据集来自于在一个特定时间点收集人口数据的横断面调查。因此，本研究仅限于预测特定时间点骨质疏松症的风险，我们无法预测未来的发生情况。在横断面数据集上训练的DL模型仅限于估计当前骨质疏松症状态，除非使用带有未来骨质疏松症状态标签的数据集，如纵向队列数据。因此，我们计划在后续工作中探讨用纵向队列数据训练DL模型来预测未来骨质疏松的风险。其次，没有进行腰椎骨密度分析，因为计算NHANES III t评分的参考骨密度不包含腰椎骨密度数据。此外，这两个数据集都缺乏关于骨本身的信息，例如骨转换标记物，只提供了与骨密度相关的信息。鉴于骨质疏松症的临床意义，进一步使用骨本身的数据，包括骨转换标志物，有望有助于提高模型的性能和可靠性。第三，在NHANES和KNHANES数据集中都存在高度的类别不平衡，这是由少数被诊断为骨质疏松症的受访者引起的。这种不平衡可能导致DL模型偏向于拥有最多受访者的正常群体。 We attempted applying techniques such as class weighting and the synthetic minority oversampling technique [62gydF4y2Ba来缓解职业不平衡的问题，但由于它们对模型性能有负面影响而停止使用。此外，由于美国和韩国在FRAX中使用的公式存在显著差异，并且无法获得精确的公式，因此本研究没有使用FRAX进行评估，FRAX是最广泛使用的骨质疏松症临床评估工具之一。此外，对多分类特征的统计分析也存在局限性。我们的深度学习模型是使用原始数据格式对大多数多分类特征进行训练，以尽量减少人为因素，除非不可避免。然而，由于DL和LIME的性质以及特征的冗余性，一些多分类特征在使用亚组分析时显示出不同的结果[gydF4y2Ba63gydF4y2Ba-gydF4y2Ba65gydF4y2Ba]。最后，由于其过程的采样步骤具有随机性，LIME容易出现不稳定性[gydF4y2Ba66gydF4y2Ba]。虽然我们将LIME所选择的特征与骨质疏松症的常见临床危险因素进行了比较，并提供了前人研究的支持文献，但仍有必要对这一过程进行验证。因此，对从LIME中选择的特征进行分析时应谨慎。gydF4y2Ba

结论gydF4y2Ba

总之，我们利用NHANES和KNHANES数据建立了骨质疏松症分类的深度学习模型，该模型优于传统的临床评估工具和ML模型。此外，我们还讨论了基于XAI技术选择的重要特性。这意味着深度学习可以完全应用于医疗大数据，对某些疾病进行风险分析。此外，我们的模型能够进行个体化骨质疏松症风险评估，并解释每个特征对模型结果的贡献。尽管存在上述局限性，但深度学习分类器的性能和特征分析结果值得注意，并展示了将深度学习和XAI技术应用于医学研究(包括横断面研究)的潜力。利用队列数据对我们的DL模型进行外部验证，并利用队列数据进行训练来预测未来骨质疏松症的风险被认为是未来的工作。gydF4y2Ba