文章预览
点击蓝字， PFAS热点研究早知道 第一作者： Lin Tao 通讯作者： Yichao Huang 中文标题： 机器学习预测孕妇血清 PFOA 和 PFOS 水平：脂肪酸状态对模型性能的增强 . 英文标题： Machine learning predicts the serum PFOA and PFOS levels in pregnant women: Enhancement of fatty acid status on model performance . 摘要详文 人类暴露于全氟和多氟烷基物质 (PFAS) 已引起广泛关注，尤其是孕妇，因为她们的生理状态和饮食习惯会发生巨大变化。尚未有研究根据外部和相关参数预测孕妇体内 PFAS 暴露情况。 本文开发了机器学习 (ML) 模型来预测 588 名孕妇血清中 PFOA 和 PFOS 的浓度。饮食暴露特征、人口统计参数，尤其是血清脂肪酸 (FA) 数据用于模型开发。 拟合结果表明，加入 FA 作为协变量可显著提高 ML 模型的性能，其中随机森林 (RF) 模型对 PFOA（R2 = 0.33、MAE = 1.51 ng/mL 和 RMSE = 1.89 ng/mL）和 PFOS（R2
………………………………
