목적: 신체 구성 변수를 활용하고 설명 가능한 인공지능 접근법을 적용하여, 소아 및 청소년의 키를 정확하고 해석 가능하게 추정하는 모델을 개발한다. 방법: 6–18세 소아 및 청소년 54,374명으로부터 얻은 278,301건의 측정 데이터에 대해 경량 그래디언트 부스팅 기법을 사용하였다. 모델에는 인체계측 및 신체 구성 측정치를 포함하였다. 모델의 해석 가능성은 중요 변수 분석, Shapley additive explanations, 부분 의존도 플롯, 누적 국소 효과를 통해 향상시켰다. 결과: 남아와 여아 각각에 대해 평균절대백분율오차가 1.64% 및 1.63%로, 모델은 높은 정확도를 보였다. 연부여윈근육량(soft lean mass, SLM), 체지방량 백분율(body fat mass percentage, BFMP), 골격근육량, 골격근육량 백분율이 키 추정에 영향을 미치는 핵심 요인으로 일관되게 확인되었다. 분석 결과 SLM은 추정 키와 양의 상관관계를 보인 반면, BFMP는 키 예측과 역의 관계를 나타냈다. 결론: 본 연구의 결과는 신체 구성과 키 간의 관계에 대한 유용한 통찰을 제공하며, 소아 및 청소년에서 신체 구성 변수가 정확한 키 예측 변수로서의 잠재력을 지닌다는 점을 강조한다. 모델의 해석 가능성과 정확도는 소아의 성장 평가 및 모니터링을 위한 유망한 도구가 될 수 있음을 시사한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.