队列数据协调与数字排斥定义
在五个国际老龄队列中建立可比的数字排斥测量和分析框架
使用CHARLS、ELSA、HRS、MHAS和SHARE的协调数据,将数字排斥定义为调查波次未报告互联网或电子邮件使用,选取14个可协调的社会人口学、健康行为和健康状态特征
Machine learning classification of digital exclusion in ageing populations across five international cohorts
基于五个队列的横断面数据,使用6种分类器进行5折交叉验证和留一队列验证,但无纵向或前瞻性验证。
CHARLS队列(中国中老年人) ELSA队列(英国老年人) HRS队列(美国老年人) MHAS队列(墨西哥老年人) SHARE队列(欧洲多国老年人)
数字排斥定义:未报告互联网或电子邮件使用,基于调查波次的自报数据 14个候选特征:年龄组、性别、婚姻状况、教育水平、家庭财富四分位、家庭收入四分位、就业状况、吸烟状况、酒精消费、体力活动、自评健康、ADL受限、IADL受限、慢性病计数 模型训练采用分层5折交叉验证,预处理、编码、超参数调优和校准均限于训练折 留一队列验证:每次以一个队列为外部目标,模型拟合于其余四个队列的合并数据 抑郁关联分析:交叉拟合分类评分标准化后,使用逻辑回归调整年龄、性别、教育水平和慢性病计数
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
在五个国际老龄队列中建立可比的数字排斥测量和分析框架
使用CHARLS、ELSA、HRS、MHAS和SHARE的协调数据,将数字排斥定义为调查波次未报告互联网或电子邮件使用,选取14个可协调的社会人口学、健康行为和健康状态特征
评估能否从常规可用的社会健康特征判别同期数字排斥状态,并比较复杂机器学习与逻辑回归的判别增益
在每个队列内部分别开发六种分类器(逻辑回归、随机森林、梯度提升、AdaBoost、XGBoost、LightGBM),使用分层5折交叉验证生成折外概率,计算ROC-AUC、PR-AUC、Brier评分和校准指标
识别模型分类同期数字排斥所依赖的特征及其跨队列变异
从Ridge逻辑回归提取标准化系数以表征特征贡献,并对梯度提升模型使用SHAP值作为补充解释,总结全局平均绝对SHAP重要性
评估分类模型和特征模式能否跨队列迁移
实施留一队列验证,使用逻辑回归,每次以一个队列为外部目标,模型拟合于其余四个队列的合并数据,比较外部AUC与内部AUC的差异(可移植性差距),并评估拦截重校准前后的Brier评分
评估数字排斥分类评分的健康相关性
使用内部5折交叉拟合的分类评分,标准化后以逻辑回归检查其与同期抑郁的关联,调整年龄、性别、教育水平和慢性病计数
按研究目的归类文中使用的方法,便于定位所需技术。
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数字排斥定义与样本纳入 | 数字排斥定义:未报告互联网或电子邮件使用;纳入标准:属于源队列分析年龄范围且数字排斥状态和全部14个候选特征均有观测数据;各队列样本量:CHARLS 17,969、ELSA 7,916、HRS 16,439、MHAS 15,419、SHARE 13,946 阅读提示:Methods中Study design and data sources、Outcome definition小节;Supplementary Table 6 |
| 分类模型开发与内部验证 | 六种分类器及超参数设置;分层5折交叉验证;预处理、编码、超参数调优和校准限于训练折;未使用合成重采样 阅读提示:Methods中Model development and cross-sectional classification小节;Supplementary Table 7 |
| 跨队列可移植性验证 | 留一队列验证使用逻辑回归;每次以一个队列为外部目标,模型拟合于其余四个队列的合并数据;可移植性差距定义为内部AUC与外部AUC之差;拦截重校准前后Brier评分 阅读提示:Methods中Cross-cohort validation and sensitivity analyses小节;Fig. 5 |
| 分类评分与同期抑郁的关联分析 | 交叉拟合分类评分标准化至均值0、标准差1;逻辑回归调整年龄、性别、教育水平和慢性病计数;抑郁未包含在14个分类特征中;合并随机效应OR及95% CI 阅读提示:Methods中Cross-cohort validation and sensitivity analyses小节;Fig. 6 |
| SHARE内国家水平描述性分析 | 使用国家可识别的SHARE Wave 7提取数据;国家由SHARE mergeid前缀识别,比利时和瑞士语言区域前缀合并至对应国家;计算未加权描述性百分比;仅用于描述SHARE内异质性,未用于模型拟合、调优、校准或留一队列验证 阅读提示:Methods中Study design and data sources小节;Results中Digital exclusion varies across cohorts and within SHARE小节;Supplementary Table 5 |