Bringing medical advances from the lab to the clinic.
关键词：#征战CA #Healsan临床科研
本研究使用All of Us数据集，包含超过400,000名美国人的遗传和非遗传风险因素数据。研究者通过Prentice加权Cox回归模型评估了皮肤癌与多种风险因素（包括遗传祖先、生活方式、社会健康决定因素和PDE5a抑制剂使用）之间的关联，并应用假发现率（FDR）控制多重比较。此外，研究者开发了一个XGBoost多民族模型，用于预测个体是否患有皮肤癌，并通过Shapley分数和交互值分析了模型中变量之间的非线性关联。
遗传祖先与皮肤癌风险：研究发现，欧洲裔个体患皮肤癌的风险显著高于其他种族和民族，但非洲裔、美洲混合裔和东亚裔个体往往在更年轻时被诊断出皮肤癌。
非遗传因素的影响：生活方式、社会健康决定因素和PDE5a抑制剂使用均与皮肤癌风险独立相关。
XGBoost多民族模型的准确性：该模型在识别欧洲裔和非欧洲裔遗传祖先的皮肤癌患者方面表现出高准确度，F1统计量分别为0.903和0.810。
非线性关联：年龄与其他风险因素（特别是癌症史、遗传祖先和年收入）之间存在强烈的非线性关联，这些关联在年轻个体中对模型的贡献更为显著。
编者按
https://doi.org/10.1038/s41467-025-64556-y
声明
本文只是分享和解读公开的研究论文及其发现，以作科学文献记录和科研启发用；并不代表作者或本公众号的观点。
为了给大家提供一个完整而客观的信息视角，我们有时会分享有冲突或不同的研究结果。请大家理解，随着对疾病的研究不断深入，新的证据有可能修改或推翻之前的结论。