基于机器学习的2型糖尿病患者代谢功能障碍相关脂肪性肝病风险预测模型：一项可解释性研究

本研究开发了一种可解释的机器学习模型（XGB），利用13项常规临床指标预测2型糖尿病（T2DM）患者并发代谢功能障碍相关脂肪性肝病（MASLD）的风险，其曲线下面积（AUROC）达0.873，为临床风险分层和早期干预提供了高效实用的工具。

　　

研究背景

2型糖尿病（T2DM）与代谢功能障碍相关脂肪性肝病（MASLD）密切相关，全球成人糖尿病患病率高达11.1%，而T2DM患者中MASLD患病率可达65%。MASLD的疾病谱包括从单纯肝脂肪变性到非酒精性脂肪性肝炎（NASH）、肝纤维化，甚至肝硬化和肝细胞癌。T2DM患者由于胰岛素抵抗（IR）和糖毒性双重驱动，更易发生肝脏脂肪堆积。现有非侵入性诊断工具（如FIB-4、FLI、HSI）在T2DM人群中的诊断性能有限，且影像学检查存在设备依赖和资源消耗问题。机器学习（ML）方法能捕捉临床数据中的非线性关系和交互效应，为MASLD风险预测提供了新思路。

研究方法

本研究纳入2018年1月至2025年5月南京鼓楼医院内分泌科住院的T2DM患者，最终分析3836例患者，MASLD患病率为55.9%。采用最小绝对收缩和选择算子（LASSO）回归和逐步多变量逻辑回归从55个候选变量中筛选出13个特征变量，包括性别、体重、体重指数（BMI）、淋巴细胞计数、白蛋白（ALB）、丙氨酸氨基转移酶（ALT）、高密度脂蛋白（HDL）、甘油三酯（TG）、糖化血红蛋白（HbA1c）、空腹C肽（FCP）、二甲双胍使用情况、用药状态和高脂血症（HLP）状态。采用8种机器学习算法（随机森林RF、逻辑回归LR、支持向量机SVM、极端梯度提升XGB、多层感知器MLP、K近邻KNN、朴素贝叶斯NB和轻量梯度提升机LightGBM）构建预测模型，通过网格搜索和10折交叉验证优化超参数。模型性能通过受试者工作特征曲线下面积（AUROC）、精确召回曲线下面积（AUPRC）、准确率、召回率、阴性预测值（NPV）、阳性预测值（PPV）和F1分数等指标评估。使用Shapley加性解释（SHAP）方法进行模型解读，并通过无监督聚类识别高风险亚组。

研究结果

XGB模型表现出最优的综合性能，在测试队列中AUROC为0.873，AUPRC为0.904，召回率为0.819，F1分数为0.809。校准曲线和Hosmer-Lemeshow检验（p=0.102）表明模型校准良好，决策曲线分析显示在0.1-0.99的阈值范围内具有临床净获益。SHAP分析揭示各特征变量的非线性贡献：女性性别、二甲双胍使用和高脂血症状态增加MASLD风险，而较高的ALT、BMI、TG和FCP水平也与风险正相关。高密度脂蛋白（HDL）则显示负相关关系。限制性立方样条（RCS）分析证实所有连续变量与MASLD风险存在显著非线性关联（p<0.001）。无监督聚类识别出13个代谢亚型，MASLD阳性率从26.1%到78.0%不等，其中高风险集群表现为高BMI、高HbA1c、高ALT、高TG和低HDL特征。

讨论与结论

本研究开发的XGB模型在T2DM人群中表现出优异的MASLD预测性能，优于传统逻辑回归模型和其他机器学习算法。模型采用的13个临床变量均来自常规检测项目，具有良好的临床适用性。研究发现女性T2DM患者（多数处于绝经期）MASLD风险更高，可能与雌激素水平下降导致的代谢变化有关。肝功指标（ALB、ALT）和炎症指标（淋巴细胞计数）与MASLD风险密切相关，其中ALB呈现U型关联关系。代谢参数（体重、BMI、TG、HDL、HbA1c、FCP）反映了胰岛素抵抗和糖脂代谢紊乱的核心作用。值得注意的是，二甲双胍使用与MASLD风险增加相关，这可能反映了临床治疗选择偏倚或患者基线代谢状态差异。

研究开发的在线风险计算器（https://mlprediction.shinyapps.io/shinyapp/）可实现个体化风险预测，为临床医生提供决策支持工具。该模型有助于在基层医疗环境中识别高风险患者，指导生活方式干预（减重5%-8%可显著改善肝脂肪变性）和药物治疗选择（如优先使用GLP-1RA和SGLT2抑制剂等具有肝保护作用的降糖药）。通过风险分层管理，可实现MASLD的早期发现和干预，改善患者预后。

研究的局限性包括MASLD诊断依赖超声检查可能漏诊轻度脂肪肝，未纳入生活方式和遗传因素等潜在混杂变量，以及尚未进行外部验证。未来计划开展多中心前瞻性研究验证模型的泛化能力，并探索模型指导的个体化干预对肝病结局的改善作用。