文章预览
点击蓝字, PFAS热点研究早知道 第一作者: Fei Wang 通讯作者: Xiaobo Yang 通讯单位: 广西医科大学 中文标题: 与新型和遗留全氟和多氟烷基物质暴露和甲状腺癌风险相关的血清代谢物:基于机器学习的多模块集成分析 . 英文标题: Serum metabolome associated with novel and legacy per- and polyfluoroalkyl substances exposure and thyroid cancer risk: A multi-module integrated analysis based on machine learning . 工作总结 本文探讨了新型和传统全氟及多氟烷基物质(PFAS)暴露与甲状腺癌(TC)风险之间的关系,重点研究混合暴露的影响及其潜在机制。 通过对746例TC患者及健康对照的1:1匹配病例对照研究,结合液相色谱-高分辨质谱对血清中PFAS和代谢组的分析,文章首次整合了基于机器学习的多模块分析框架。 研究使用弹性网络回归、LightGBM模型以及混合效应的加权分位数回归和贝叶斯核回
………………………………