基于GBD数据与电子病历的中国甲状腺癌智能预测研究：疾病负担分析与多模型机器学习

这篇研究结合全球疾病负担(GBD)数据与医院电子病历(EMR)，通过自回归积分滑动平均(ARIMA)模型和XGBoost等机器学习算法，揭示了中国甲状腺癌1990-2021年发病率显著上升（女性增幅达24.24/10万）且峰值年龄后移，证实高体重指数(BMI)是死亡风险关键可调控因素（女性归因死亡占比上升53.06%），并构建了AUC达0.999的良恶性预测模型。

　　

1 引言

甲状腺癌作为全球头颈部高发恶性肿瘤，其发病率在过去四十年呈现显著上升趋势。中国地区流行病学特征呈现独特变化：女性患者占比突出，且发病峰值年龄从1990年的55-59岁后移至2021年的60-64岁。研究创新性地整合宏观GBD数据与微观医院电子病历，通过多维度分析揭示疾病演变规律，为精准防控提供新思路。

2 材料与方法

数据来源涵盖GBD 2021数据库（ICD-10编码C73-C73.9等）及医院6,565例甲状腺病例（含4,631例恶性）。研究方法包含三大核心技术：

• •

  ARIMA模型：采用R语言auto.arima()函数构建，发病率预测选用ARIMA(1,1,1)模型（AIC=-140），死亡率采用ARIMA(0,1,1)（AIC=-19.88）

• •

  孟德尔随机化(MR)：以BMI为暴露变量，通过IVW法（OR=0.953, P=0.00242）和加权模式法（OR=0.403, P=0.0404）验证其因果效应

• •

  机器学习模型：对比XGBoost、随机森林等6种算法，采用网格搜索优化参数，通过SHAP值解析特征重要性

3 结果

3.1 流行病学趋势

中国甲状腺癌年龄标准化患病率(ASPR)从199年8.1/10万升至2021年20.01/10万，女性增幅达17.62-36.4/10万。值得注意的是，男性死亡率上升31.6%（AMPR 0.38→0.49），而女性下降43.9%（0.57→0.32）。

3.2 BMI的关键作用

高BMI导致的死亡占比显著增加：男性从6.89%升至10.40%，女性从7.84%升至12%。MR分析证实BMI与甲状腺癌存在正因果关系（P<0.05）。

3.3 预测模型性能

XGBoost模型表现最优：

• •

  预测精度：AUC 0.999，灵敏度0.973，特异度0.988

• •

  特征重要性：BMI权重最高，其次为甲状腺球蛋白(TG)和促甲状腺激素(TSH)

• •

  十年预测：2031年患病率将达23.58%，死亡率稳定在0.41%

4 讨论

研究首次实现GBD数据与临床电子病历的多尺度融合，发现三个核心规律：

1. 1.

   女性高发病率可能与激素水平和筛查频次相关

2. 2.

   BMI通过胰岛素抵抗等机制促进癌变，MR分析为其因果关联提供II类证据

3. 3.

   XGBoost模型SHAP图显示BMI特征值>25时显著增加恶性风险

5 结论

该研究构建的智能预测体系为临床提供三重价值：

• •

  公共卫生层面：建议将BMI监测纳入甲状腺癌筛查指南

• •

  临床决策层面：模型辅助诊断准确率较传统方法提升48.7%

• •

  机制研究层面：为肥胖相关甲状腺癌的分子通路研究提供新方向