순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Identifying cardiovascular disease risk in the U.S. population using environmental volatile organic compounds exposure: A machine learning predictive model based on the SHAP methodology
Qingan Fu, Yanze Wu, Min Sheng Zhu 외 · Ecotoxicology and Environmental Safety · 2024년 · 조회 24
왜 이 논문인가 — 선정 기준
RESEARCH PAPER · 후속 연구설계에 활용하기 좋은 논문 — 척도·모형·프레임워크류, 피인용 다수
2024-10 발표 · 피인용 62회 · FWCI 18.4 · 동년 인용 상위 1% · 참고문헌 63개
RESEARCH 논문으로 62회 인용, FWCI 18.4, 동년 발표 논문 중 인용 상위 1%에 해당해 후속 연구 설계에 높은 활용 가치를 가진다.
논문 요약
본 연구는 휘발성 유기 화합물(VOC) 노출과 인구통계 정보를 이용해 심혈관질환(CVD) 위험을 예측하는 머신러닝 모델을 개발하였다. 2011‑2018년 NHANES 데이터(5098명, 15개 요산 대사물질)를 70 % 훈련·30 % 테스트로 분할하고, 랜덤 포레스트, LightGBM, 의사결정 나무, XGBoost, MLP, SVM 등 여섯 모델을 학습시켰다. 모델 해석을 위해 SHAP 기법을 적용해 VOC 변수들의 상대적 중요도와 위험 기여도를 시각화하였다. 62회의 인용과 FWCI 18.4로 동년 상위 1%에 속해 환경 위험요인과 CVD 사이의 정량적 연결고리를 제시한다.
후속 연구설계에 활용하기
후속 연구에서는 본 모델에서 도출된 VOC 중요 변수를 새로운 코호트에 적용하고, SHAP 기반 해석을 활용해 개인 맞춤형 예방 인터벤션 설계에 활용할 수 있다.
핵심어
휘발성 유기 화합물심혈관질환머신러닝SHAP 해석
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.