引言

发文可别卷错方向了，看看GBD数据库＋机器学习这条崭新的发文赛道！今天分享的这篇文章，中国学者基于GBD数据，构建了XGBoost模型，用其预测碘缺乏症到2050年的疾病负担，并使用SHAP法对该模型进行解释，拿下IF=8.0！

接下来让我们一起来看看今天这篇文章。

碘缺乏症（ID） 是指从胚胎发育至成人期由于碘摄入量不足而引起的一系列病症，可能导致甲状腺肿大、认知障碍等严重后果。

准确预测未来趋势对制定干预策略至关重要，但传统模型难以捕捉动态变化。因此，本研究引入机器学习方法，探索ID的长期演变规律。

2025年2月4日，暨南大学学者用GBD 2021数据库，在期刊《Advances in Nutrition》（医学top一区，IF=8.0）发表题为:“Global Burden of Iodine Deficiency: Insights and Projections to 2050 Using XGBoost and SHAP”的研究论文。

在本研究中，研究团队分析了1990年至2021年，碘缺乏症（ID）全球和区域负担的趋势，并使用XGBoost模型预测了到2050年的疾病负担。此外，还进一步采用SHAP法确定影响ID发病的关键因素。

本公号回复“ 原文”即可获得文献PDF等资料

研究团队基于GBD 2021数据库的数据，获得了1990年至2021年204个国家和地区碘缺乏症（ID）的发病率、患病率和伤残调整生命年（DALYs），用于评估碘缺乏症的全球负担。

结果显示，在过去三十年里，虽然ID负担总体下降，但由于社会经济条件差和教育有限等原因，撒哈拉以南非洲中部、东部以及南亚等低SDI地区的ID负担仍然很高。

图1 1990年和2021年，ID的全球负担

同时，由于碘的摄入与甲状腺激素的分泌密切相关，而女性的甲状腺激素需求更高，ID负担也就更重！尤其在10-30岁的年轻女性群体中，发病率比男性高出近一倍。

图2 不同年龄、时期和出生队列对ID全球负担的影响

以性别、年龄、年份和人口规模为预测因子，研究团队构建了原始的XGBoost模型，预测ID的发病率、患病率和DALY率，其结果与GBD 2021数据库的结果一致，表明了模型的准确性。

原始的XGBoost模型预计到2050年，撒哈拉以南非洲中部、东部以及南亚的ID负担仍最高，同时女性的ID负担也显著高于男性。

SHAP法对该模型的分析揭示，性别、年龄是ID负担的关键危险因素，其中女性和年轻人群是ID的高危人群。

图3 原始的XGBoost模型中特征的SHAP法分析

同时，为了探究碘盐覆盖率对ID负担的影响，研究团队以性别、年龄、碘盐覆盖率和人口规模为预测因子，进一步了构建基于碘盐覆盖率的XGBoost模型，数据来源于世界卫生组织（WHO）中66个国家的碘盐覆盖率数据。

进一步的SHAP法分析揭示，足够的碘盐覆盖率是降低ID负担的核心因素，不过阈值因地区而异（如刚果民主共和国需覆盖77%，而埃塞俄比亚只需覆盖50%即可）。

图4 1990年、2021年碘盐覆盖率与ID年龄标准化发病率、 年龄标准化患病率的关联

图5 刚果、刚果民主共和国和埃塞俄比亚的碘盐覆盖率与ID发病率的SHAP依赖图

综上所述，研究团队确定了年龄、性别和碘盐覆盖率是碘缺乏症的关键危险因素，其中年轻女性是高危人群。并且未来几十年内，碘缺乏症将继续对发展水平较低的国家构成威胁，比如撒哈拉以南非洲中部、东部以及南亚地区。

机器学习联合公共数据是目前发文的热门方向，但机器学习联合GBD数据的文章，确实少见！想要发文的小伙伴可要抓紧了！

如果你想要解锁更多GBD的优秀选题，郑老师团队的一对一GBD统计服务绝对是不二之选！此外，想了解更多机器学习内容的朋友，郑老师也提供相应的机器学习课程！

欢迎关注“公共数据库与孟德尔随机化”公众号，我们将持续分享GBD数据库的优秀文章，并解读前沿思路！

关于郑老师团队及公众号 

大型医学统计服务公众号平台，专注于医学生、医护工作者学术研究统计支持，我们是你们统计助理

我们开展对临床预测模型、轨迹增长模型、医学免费数据库NHANES、GBD数据库、孟德尔随机化方法1对1R语言指导（一年内不限时间，周末、晚上均统计师一对一指导）。

①指导学习R语言基本技巧

②全程指导课程学习

③课程R语言代码运行bug修复

④支持学员一篇SCI论文的数据分析

1对1R语言指导详情介绍

详情联系助教小董咨询（微信号aq566665）