基于机器学习的乳腺癌患者睡眠障碍预测模型构建及关键风险因素识别

《BMC Psychiatry》：Predicting sleep disturbance among patients with breast cancer in China through machine learning algorithms-a multi-site survey study

本研究针对乳腺癌患者高发的睡眠障碍问题，利用机器学习算法开发预测模型。研究人员通过多中心横断面调查，纳入644名患者，采用最大相关最小冗余(MRMR)特征选择方法筛选预测因子，并比较随机森林(RF)、逻辑回归(LR)、支持向量机(SVM)和朴素贝叶斯(NB)四种模型的预测性能。结果显示睡眠障碍患病率为30.59%，RF模型表现最佳(AUC=0.83)，确定孤独感、创伤后成长的新可能性、焦虑、抑郁和社会支持为关键预测因素，为临床早期干预提供新策略。

　　

在女性恶性肿瘤中，乳腺癌发病率居高不下，尤其在亚洲国家呈现持续上升趋势。患者在治疗过程中常面临各种并发症，其中睡眠障碍作为常见的身心疾病，对治疗效果和预后产生重大影响。研究表明，肿瘤患者的睡眠障碍患病率高达20%-59%，是普通人群的2-3倍。睡眠问题不仅削弱免疫功能、改变肿瘤微环境，还可能加速肿瘤进展，然而这一可改变的风险因素在临床实践中常常被忽视。

为解决这一问题，研究人员开展了一项基于健康生态学理论框架的多中心横断面研究。该理论认为人类健康受到多层次因素影响，包括个体特征、心理状态、行为模式、家庭和社区环境等。研究团队于2021年1月至4月期间，采用分层随机抽样方法，从辽宁省东西南北四个方向随机选择7个城市的9家医院，对800名经病理学诊断的女性乳腺癌患者进行面对面问卷调查，最终获得644份有效问卷，有效应答率达80.5%。

研究采用患者报告结局测量信息系统睡眠障碍8项简表(PROMIS Sleep Disturbance 8-item short form)评估睡眠状况。基于MRMR方法对26个预测因素进行重要性排序，并运用四种机器学习算法构建预测模型。通过五折交叉验证和超参数调优解决类别不平衡和过拟合问题，最终在测试集上评估模型性能。

关键技术方法包括：采用横断面调查设计，通过面对面访谈收集数据；使用PROMIS睡眠障碍量表进行评估；应用MRMR算法进行特征选择；构建RF、LR、SVM和NB四种机器学习模型；采用五折交叉验证和超参数调优优化模型性能。

睡眠障碍患病率及相关因素分析

研究结果显示，乳腺癌患者睡眠障碍患病率为30.59%。人口学特征分析发现，已婚、高等教育水平和高月收入的患者睡眠障碍水平较低，差异具有统计学意义(P<0.05)。这些人口学变量与COVID-19相关因素一起被纳入预测模型。

机器学习模型预测性能比较

四种机器学习模型在测试集上均表现出良好的预测性能。随机森林(RF)模型表现最为稳定和最优，曲线下面积(AUC)达到0.83，准确率为0.82。支持向量机(SVM)和逻辑回归(LR)模型的AUC分别为0.78，朴素贝叶斯(NB)模型性能相对较差，AUC为0.74。所有模型结果表明所选特征对睡眠障碍具有强预测能力。

关键预测因素识别

通过MRMR特征重要性排序，确定五个最重要的睡眠障碍预测因素：焦虑、抑郁、孤独感、创伤后成长的新可能性维度和社会支持。这些因素构成了区分有无睡眠障碍乳腺癌患者的最佳特征子集。其中焦虑、抑郁和孤独感与睡眠障碍呈正相关，而创伤后成长的新可能性维度和社会支持则作为保护性因素。

研究讨论部分指出，焦虑和抑郁是睡眠障碍的主要预测因素，这与既往研究一致。高水平的焦虑和抑郁会影响糖皮质激素释放或降低糖皮质激素受体的敏感性，扰乱昼夜节律，最终加速睡眠障碍的发生。孤独感作为已知的风险因素，与睡眠质量下降密切相关，可能通过加剧焦虑情绪间接影响睡眠。

值得注意的是，创伤后成长的新可能性维度与睡眠障碍呈负相关。这一维度指的是个体在创伤后探索新生活机会和目标的能力，有助于增强心理韧性，改善应对压力的能力，从而可能提高睡眠质量。社会支持作为负向预测因素，与良好的睡眠质量存在强关联，可以通过减轻焦虑和抑郁症状来改善睡眠稳定性。

尽管本研究存在一些局限性，如横断面设计无法探讨睡眠障碍的动态变化，未充分评估政策维度因素，且样本仅限于中国女性患者，但研究结果仍具有重要临床意义。四种机器学习算法有效预测了乳腺癌患者的睡眠障碍，确定的关键预测因素为针对性干预措施提供了方向。

研究结论强调，机器学习是识别乳腺癌患者睡眠障碍预测因素的有效方法。针对孤独感、焦虑和抑郁症状的管理，以及增强创伤后成长和社会支持，应作为改善乳腺癌患者睡眠质量的重点干预策略。这一研究成果为临床早期识别高风险患者和制定个性化干预方案提供了重要理论依据和实践指导。