编辑推荐：
为解决 2 型糖尿病（T2DM）患者糖尿病周围神经病变（DPN）早期诊断难题，齐鲁医药学院等单位研究人员开展基于中医特征和机器学习预测 DPN 的研究。结果显示 RF 和 LGBM 模型有效，意义重大。推荐科研读者一读！
在当今社会，糖尿病就像一个潜伏在人群中的 “健康杀手”，尤其是 2 型糖尿病（T2DM），它在全球范围内肆意蔓延。由于遗传因素、人们无节制的饮食，再加上现代生活中运动不足等环境因素的影响，2 型糖尿病的患者数量急剧增加。据统计，全球 20 - 79 岁的成年人中，约有 4.63 亿人被诊断患有糖尿病，中国更是糖尿病患者的 “重灾区”，人数高达约 1.16 亿，其中大部分都是 2 型糖尿病患者。
2 型糖尿病作为一种慢性代谢疾病，高血糖是它的典型特征，而且患者的身体对胰岛素不敏感。要是血糖控制不好，各种并发症就会接踵而至，心脏、肾脏、神经系统等都会受到影响。在这些并发症里，糖尿病周围神经病变（DPN）是最常见的一种，它悄无声息地影响着患者的生活。得了 DPN，患者的肢体常常会出现感觉和运动功能障碍，睡眠质量直线下降，还可能陷入抑郁的情绪中，生活质量大打折扣，社交活动也受到严重限制。随着病情的发展，大约一半的糖尿病患者都会患上 DPN，这也是导致足部溃疡、残疾甚至截肢的主要原因，给患者带来了沉重的身体负担和经济压力。
更让人头疼的是，DPN 早期症状不明显，等到患者察觉到的时候，病情往往已经发展到不可逆的阶段了。目前，虽然神经传导研究是诊断 DPN 的可靠方法，但它成本高、耗时长、操作繁琐，在日常临床诊疗中很难推广。而常规的临床评估手段，在检测出神经病变时，病情也已经比较严重了。所以，寻找一种能够早期发现 DPN 的方法迫在眉睫。
就在大家为这个难题发愁的时候，传统中医（TCM）为我们提供了新的思路。中医有着悠久的历史，在糖尿病（中医称之为 “消渴” 病）的诊断和治疗方面积累了丰富的经验。中医的舌诊是其独特的诊断方法之一，通过观察舌头的颜色、形态、舌苔等特征，能判断人体阴阳的平衡状态，有助于早期发现疾病。而且中医注重辨证论治，个性化十足。要是能把中医的这些优势融入到临床预测模型中，说不定就能为糖尿病患者带来福音。
基于这样的背景，来自齐鲁医药学院康复医学院等单位的研究人员，在《BMC Medical Informatics and Decision Making》期刊上发表了一篇名为 “Diabetic peripheral neuropathy detection of type 2 diabetes using machine learning from TCM features: a cross - sectional study” 的论文。他们通过研究发现，随机森林（RF）和轻梯度提升机（LGBM）模型可以利用中医症状和舌象特征，有效地筛查出 2 型糖尿病患者中 DPN 的高风险人群。而且，年龄、舌苔、吸烟等这些与中医相关的特征，对于制定 2 型糖尿病患者的预防措施很有帮助。这一研究成果为早期发现和预防 DPN 提供了新的方向，意义重大。
为了完成这项研究，研究人员使用了多种技术方法。他们首先收集了大量数据，在 2019 年 1 月到 2020 年 10 月期间，从天津中医药大学第二附属医院内分泌科和中医外科招募了 4723 名受试者，这些人包括 4430 名 2 型糖尿病患者和 293 名 DPN 患者。研究人员通过标准化问卷收集了受试者的年龄、性别、BMI、血糖、吸烟状况等理化指标，以及疲劳、失眠、出汗等中医临床症状信息。同时，利用 TFDA - 1 仪器采集了受试者的舌象图片，记录了舌色（如深红色舌、紫色舌、暗红色舌）、舌态（如肿大舌、瘀斑舌、齿痕舌、裂纹舌）、舌苔（如黄色苔、少苔、厚苔、腻苔）等特征。
在数据分析阶段，研究人员运用了多种统计软件和算法。他们用 LASSO（最小绝对收缩和选择算子）回归来筛选最有价值的候选变量，还用最佳子集选择法进一步优化变量选择。由于 2 型糖尿病患者数量远多于 DPN 患者，数据存在不平衡的问题，研究人员采用合成少数过采样技术（SMOTE）算法来解决这个问题。最后，他们运用逻辑回归（LR）、随机森林（RF）、支持向量机（SVC）和轻梯度提升机（LGBM）这四种机器学习算法，构建了 DPN 预测模型，并通过准确率、精确率、召回率、F - 1 评分和受试者工作特征曲线下面积（AUC）等指标来评估模型的性能。
下面我们来看看具体的研究结果：
基线特征
研究人员对 2019 - 2020 年纳入的 4723 名符合条件的糖尿病患者进行分析，发现 DPN 组和 2 型糖尿病组在多个方面存在差异。DPN 组中 60 岁以上的患者比 2 型糖尿病组更多；在 BMI 方面，最常见的范围是 24.6 - 28 ，而且 DPN 组中男性比例更大；DPN 组的吸烟者比例也明显高于 2 型糖尿病组。此外，年龄、BMI、性别、吸烟状况、失眠、出汗、牙齿松动、皮肤干燥、多尿、紫色舌、暗红色舌、黄色苔、腻苔等因素，都和 DPN 的发生有显著关联。通过对这些基线特征的分析，研究人员初步了解了与 DPN 相关的一些因素，为后续研究打下了基础。
特征选择
研究人员利用 LASSO 回归对数据进行处理，把原本的 29 个特征减少到 12 个，这些特征都和 DPN 的发生密切相关，比如年龄、吸烟、失眠、出汗等。之后，他们又用最佳子集选择法，进一步筛选出 8 个特征。综合考虑中医的临床意义，最终得到了包含 12 个 DPN 相关特征的预测模型。这一步就像是在大海里捞针，研究人员通过这些方法，精准地找到了和 DPN 关系最紧密的特征，让后续的模型构建更有针对性。
SMOTE 算法验证
研究人员使用 SMOTE 算法，成功得到了一个包含 8840 个样本的平衡数据集，其中训练样本 6202 个，验证样本 2658 个，比例为 7:3 。这个平衡后的数据集所有属性在统计学上都有显著意义，为后续模型性能的准确评估提供了保障。就好比把参差不齐的队伍整理得整整齐齐，让大家在同一起跑线上进行比赛，这样得出的结果才更公平、更可靠。
模型性能比较
研究人员比较了逻辑回归（LR）、随机森林（RF）、支持向量机（SVC）和轻梯度提升机（LGBM）这四种机器学习模型的性能。结果发现，RF 模型的准确率最高，达到了 0.767，在精确率、F - 1 评分和 AUC 等指标上也表现出色；LGBM 模型的召回率最高，为 0.879。从整体来看，RF 模型的综合性能最好，它就像一个全能选手，在各项指标上都有不错的表现，能够更有效地预测 DPN 的发生。
特征重要性
研究人员进一步分析了特征的重要性，发现 RF 模型中，年龄、出汗、暗红色舌、失眠和吸烟是最重要的五个特征；LGBM 模型中，年龄、黄色苔、牙齿松动、吸烟和失眠则是关键特征。这就像是找到了开启 DPN 预测大门的几把重要钥匙，通过这些特征，医生可以更有针对性地关注患者的情况，提前预防 DPN 的发生。
综合研究结果和讨论部分，这项研究意义非凡。它首次将中医症状和舌象特征与机器学习相结合，构建了预测 DPN 的模型，为早期发现 DPN 提供了新的方法。之前的研究大多只关注实验室指标，忽略了中医的这些宝贵资源，而这次研究填补了这个空白。研究中发现的年龄、吸烟等风险因素，和以往的研究结果相呼应，进一步证实了它们与 DPN 的关联。而且，像出汗异常、牙齿松动、舌苔变化等特征，也为我们了解 DPN 的发病机制提供了新的视角。这不仅有助于中医更好地发挥在糖尿病防治中的作用，还能让医生根据这些特征，为患者制定更个性化的预防和治疗方案，提高患者的生活质量，减轻他们的痛苦。虽然这项研究还存在一些局限性，比如研究对象只来自天津的一个中心，研究设计是横断面研究等，但它为后续的研究指明了方向。相信在未来，随着研究的不断深入，会有更多更好的方法来预防和治疗 DPN，为糖尿病患者带来更多的希望。
