デシジョンツリーアプローチを用いた成人集団における血中鉛濃度上昇のリスク評価

Risk assessment of elevated blood lead concentrations in the adult population using a decision tree approach.

• Alireza Amirabadizadeh
• Samaneh Nakhaee
• Omid Mehrpour

抄録

鉛は、人間の健康に有害な影響を及ぼす一般的な毒素である。鉛中毒は特定の症状を伴わないため、鉛血中濃度上昇（EBLC）の診断には注意が必要である。本研究の目的は、人口統計学的変数と臨床変数に基づくEBLCの予測モデルを決定木モデルを通して提案することであった。本横断的研究では、2017年にイランの南ホラーサン州に居住する630名の被験者（40歳以上）をクラスター無作為抽出法により抽出した。包摂基準を満たした630人の被験者の中から、70％（=456）が無作為に選ばれ、決定木と重回帰（MLR）を開発するためのセットを達成した。残りの30%(=174)は、決定木とMLRモデルの機能を調べるために、ホールドアウトサンプルに入れた。決定木モデルでは，ヘマトクリット（HCT），白血球（WBC），赤血球（RBC），平均冠状動脈容積（MCV），クレアチニン濃度，腹痛，性別，投与経路，喫煙歴がEBLC発症リスク者を特定する上で最も重要な因子であった。HCT濃度は最も重要な変数であり、ツリーのルートノードとして選択した。ROC曲線に基づいて、決定木モデルはロジスティック回帰モデルよりも優れた予測精度を持っていた。医師は、電子リンパ球のスクリーニングのために、MCV、RBC、HCT、白血球数、クレアチニン値、男性の性別、喫煙歴、アヘン消費などの血液学的パラメータを含むいくつかの因子に注意を払うべきである。

Lead is a common toxin which has detrimental effects on human health. Since lead poisoning is not associated with specific symptoms, diagnosing elevated blood lead concentration (EBLC) should be taken seriously. The purpose of this study was to propose a prediction model for EBLC based on demographic and clinical variables through a decision-tree model.In this cross-sectional study, 630 subjects (above 40 years old) living in South Khorasan Province, Iran in 2017 were selected via cluster random sampling method. From among the 630 participants who met the inclusion criteria, 70% ( = 456) were chosen randomly to achieve a set for developing the decision tree and multiple logistic regression (MLR). The other 30% ( = 174) were placed in a holdout sample to examine the function of the decision tree and MLR models. The predictive performance for various models was studied using the Receiver Operating Characteristic (ROC) curve.In the decision tree model, the parameters of hematocrit (HCT), White Blood Cell (WBC), Red Blood Cell (RBC), Mean corpuscular volume (MCV), creatinine concentration, abdominal pain, gender, route of administration, and history of cigarette smoking were the most critical factors in identifying people at risk of EBLC. The HCT concentration was the most critical variable, which was chosen as the root node of the tree. Based on the ROC curve, the decision tree model had better predictive accuracy than the logistic regression model.Our results indicated that the decision tree model offers far greater predictive precision than the logistic regression model. Doctors should pay more attention to some factors including the hematological parameters such as MCV, RBC, HCT, leukocytosis, creatinine levels, male sex, history of cigarette, and opium consumption for the screening of EBLCs.