基于生活方式因素的不孕男性精子DNA碎片化的预测模型

《Frontiers in Endocrinology》：Predictive model of sperm DNA fragmentation in infertile men based on lifestyle factors

精子DNA碎片指数（DFI）与生活方式因素关联及预测模型构建研究。纳入746例接受ICSI-ET治疗的不育男性，通过LASSO回归筛选出BMI、吸烟、泡温泉、年龄（40-49岁）、运动时长及心理压力等6个独立预测因子，建立Nomogram模型。模型在培训集（AUC=0.819）和验证集（AUC=0.813）中表现优异，外部验证集AUC=0.764，提示该模型能有效识别DFI异常风险，为临床提供简便的评估工具。

　　本研究聚焦于探讨生活方式因素对不育男性精子DNA碎片化指数（DFI）的影响，并旨在建立一个具有预测能力的模型，以识别DFI异常的高风险人群。随着全球不育率的上升，男性因素在不育问题中占据重要地位，而DFI作为评估精子质量的关键指标，其临床意义日益凸显。然而，目前DFI检测在实际应用中仍面临成本和技术门槛的限制，因此，开发一个基于非侵入性生活方式指标的预测模型，具有重要的临床价值。

本研究通过收集不育男性在进行卵泡浆内单精子注射（ICSI）和胚胎移植（ET）过程中的相关信息，构建了包括训练队列和外部验证队列在内的两组数据。训练队列来自同济大学附属妇产科医院，共有746名患者；外部验证队列则来自上海交通大学医学院附属新华医院，包含308名患者。研究者通过结构化问卷获取了包括人口学信息、睡眠质量（采用雅典失眠量表AIS）、心理压力（采用中文版感知压力量表CPSS）等数据，同时结合实验室检测的DFI值，对这些变量与DFI之间的关系进行了系统分析。研究采用LASSO回归筛选出潜在预测变量，并通过多变量逻辑回归确定最终的独立预测因素，最终构建出一个基于六个生活方式因素的预测模型，并通过ROC曲线、校准曲线以及Hosmer-Lemeshow检验评估模型的性能。

研究结果显示，训练队列中有237名（占31.8%）患者表现出DFI异常（>30%），而在外部验证队列中，93名患者同样被归为DFI异常组。六个被确认为独立预测因子的因素包括年龄、体重指数（BMI）、吸烟史、温泉浴、心理压力以及每日运动时间。这些变量在训练队列和验证队列中均显示出显著的相关性，表明它们在DFI异常预测中具有重要作用。模型在训练队列中展现出较高的判别能力，AUC值为0.819，而在外部验证队列中AUC值为0.814，进一步验证了模型的稳定性和适用性。校准曲线和Hosmer-Lemeshow检验的结果也显示，模型在训练和验证队列中均具有良好的拟合度，说明该模型具备较高的临床实用性。

此外，外部验证队列的AUC值为0.764，尽管略低于训练队列，但仍在可接受范围内，表明该模型在不同医疗机构之间具有一定的泛化能力。模型的高特异性和低Brier评分，意味着其在实际应用中能够减少误诊率，为临床医生提供更可靠的诊断依据。研究还指出，虽然模型基于不育男性群体构建，但其适用范围可扩展至更广泛的男性人群，有助于在社区层面开展早期筛查和干预措施，从而降低不育发生率。

在模型构建过程中，LASSO回归方法被用于筛选关键变量，这种方法在处理高维数据时表现出色，能够有效减少变量间的共线性影响，提高模型的预测精度。通过多变量逻辑回归，研究者进一步确认了六个变量的独立性，并据此构建了一个直观的列线图模型。该模型将六个预测变量转化为相应的评分，使得医生和患者能够更方便地理解个体DFI异常的风险水平。列线图的总分为0到550分，分数越高，表示DFI异常的可能性越大，这一设计使得模型在临床应用中更加实用和易懂。

研究还指出，DFI异常可能与多种因素相关，包括体重超标、吸烟、缺乏运动、温泉浴、心理压力以及年龄增长。这些因素通过影响精子生成过程和引发氧化应激，对DFI水平产生显著作用。例如，体重超标可能导致体内芳香化酶水平升高，进而影响睾酮转化为雌二醇的过程，削弱下丘脑-垂体-性腺轴的功能，最终影响精子生成和成熟。吸烟则通过增加精浆中的活性氧（ROS）水平，降低抗氧化能力，从而导致DNA断裂。缺乏运动可能与体重增加和氧化应激水平上升相关，而温泉浴则因升高睾丸温度，促进ROS生成，进而损害精子膜结构和DNA完整性。心理压力则通过干扰激素分泌和神经递质代谢，影响下丘脑-垂体-肾上腺轴和下丘脑-垂体-性腺轴的功能，进而加重氧化应激和炎症反应，对DFI产生不利影响。年龄增长则与DNA修复能力下降、精子核成熟度降低以及蛋白质与组蛋白比例失衡等因素相关，这些都会导致DNA结构受损，增加DFI异常的风险。

本研究的局限性也得到了充分讨论。首先，由于研究设计为横断面研究，因此无法明确生活方式因素与DFI之间的因果关系。未来研究可采用纵向数据，结合交叉滞后模型，进一步探讨这些因素对DFI的动态影响。其次，尽管研究已经涵盖了多个生活方式变量，但仍存在一些环境因素未被纳入，如空气污染、化学暴露等，这些因素也可能对DFI产生影响。因此，未来的研究可以扩大变量范围，纳入更多潜在的环境和生活方式因素，以提高模型的预测精度。此外，研究对象主要为接受ICSI治疗的不育男性，因此模型在非不育男性中的适用性仍需进一步验证。未来研究可以纳入更广泛的男性群体，以全面评估生活方式对精子质量的影响，并开发更加精准的分类模型。最后，研究建议在后续工作中结合胚胎培养和妊娠结局数据，以更深入地探讨DFI的临床预后价值，从而为不育治疗提供更加全面的指导。

总体而言，本研究不仅揭示了生活方式因素与DFI异常之间的密切关系，还构建了一个具有较高预测能力的列线图模型，为不育男性提供了早期筛查和个性化干预的工具。该模型的建立有助于提升临床决策的科学性和实用性，同时也为公众健康教育提供了新的视角，促使人们更加关注生活方式对生殖健康的影响。未来，随着更多数据的积累和更先进的分析技术的应用，该模型有望进一步优化，为改善男性生育能力提供更有力的支持。