Методологический подход к верификации и применению вероятностных моделей связи «биомаркеры экспозиции - биомаркеры эффекта» на основе KL-дивергенции: пилотное исследование

Линейные регрессионные модели, традиционно используемые для оценки связи между химической экспозицией и биомаркерами, обладают существенными ограничениями: они не учитывают гетерогенность популяции, неадекватно описывают нелинейные зависимости и неэффективны при коррелированных предикторах. Разработан методологический подход к верификации и использованию вероятностных моделей связи «биомаркеры экспозиции - биомаркеры эффекта» на основе дивергенции Кульбака - Лейблера (KL) как интегральной меры качества, позволяющей объективно сравнивать линейные и нелинейные модели. На пилотной выборке построены модели: линейная и ридж-регрессии, полиномиальная 2-й степени, GAM, Random Forest (случайный лес) и XGBoost. Для каждой рассчитана KL-дивергенция между фактическим и предсказанным совместным распределением трех показателей крови: нейтрофилы, эозинофилы, кортизол. Линейная регрессия показала крайне высокую KL-дивергенцию, XGBoost продемонстрировал наилучший результат. Q-Q (квантиль-квантиль) графики выявили расхождения в хвостах распределений, указывающие на гетерогенность выборки и необходимость стратификации. Предложенный подход позволяет объективно сравнивать модели и выбирать наиболее адекватную структуру связи. На основе полученных моделей разработана система обратного сигнала с тремя сценариями (желтый, оранжевый, красный) для автоматического информирования служб контроля качества объектов среды обитания при выявлении значимых отклонений биомаркеров у населения. Ключевое преимущество - метод легко масштабируется на любое количество анализов (биохимических, иммунологических, генетических) и любой набор загрязнителей без изменения базовой логики, что делает его универсальным инструментом для системы социально-гигиенического мониторинга.