整合临床、脑脊液、血清、电生理与神经影像数据的多模态机器学习分类器用于炎性神经病与脱髓鞘疾病（AIDP、CIDP、MS、PTS、NMOSD）鉴别诊断：一项诊断准确性研究

《Neuroscience Informatics》：A multi-modal machine learning classifier for the differential diagnosis of inflammatory neuropathies and demyelinating diseases: A diagnostic accuracy study

背景与目的：炎性神经病包括急性炎性脱髓鞘性多神经病（AIDP）、慢性炎性脱髓鞘性多神经病（CIDP）、多发性硬化（MS）、假性脑瘤（PTS）和视神经脊髓炎谱系疾病（NMOSD）的鉴别诊断仍是临床挑战。当前诊断范式依赖整合临床表现、脑脊液（CSF）分析、电生理学和神经影像学，这可能导致诊断延迟和误分类。研究人员旨在开发并验证一种多模态机器学习分类器，利用常规可获得的临床数据准确区分这些疾病。方法：在这项诊断准确性研究中，研究人员分析了438例确诊患者的数据（54.3%女性；平均年龄51.2 ± 16.8岁），包括AIDP（n = 104）、CIDP（n = 89）、MS（n = 112）、PTS（n = 78）和NMOSD（n = 55）。研究人员开发了一种多模态集成分类器，整合梯度提升树和神经网络，处理五个领域的47个特征：临床人口学；脑脊液生物标志物（IgG指数、QAlb、神经丝轻链（NfL）、胶质纤维酸性蛋白（GFAP）、蛋白）；血清生物标志物（同型半胱氨酸、C反应蛋白（CRP））；电生理学（神经传导研究）；以及神经影像学发现。模型性能采用五折交叉验证和一个独立外部验证队列（n = 88）进行评估，该队列来自另一家三级中心。主要结局为诊断准确性，次要结局包括受试者工作特征曲线下面积（AUC）、敏感性、特异性及校准。结果：多模态分类器在交叉验证中达到宏平均AUC 0.94（95% CI 0.91–0.97），在外部验证中为0.91（95% CI 0.86–0.95）。总体诊断准确性为87.2%（95% CI 83.1–91.3）。对于个体诊断，敏感性从0.83（PTS）到0.94（MS），特异性从0.89（AIDP）到0.97（NMOSD）。脑脊液神经丝轻链（NfL）、IgG指数和胫神经传导速度成为最具影响力的特征。该分类器显著优于单独临床医生诊断（准确性71.4% vs. 87.2%；p < 0.001），并表现出良好校准（Brier评分0.082）。结论：多模态机器学习分类器能准确区分常见炎性神经病和脱髓鞘疾病。该方法有潜力减少诊断不确定性、加速治疗启动，并作为临床决策支持工具，尤其在亚专科专家可及性有限的环境中。在临床实施前需要进行前瞻性验证。

该论文作者包括 Fakher Rahim、ümit Atasever 和 Abdullah ?rs，论文发表在《Neuroscience Informatics》。炎性神经病和中枢、周围神经系统脱髓鞘疾病是一组临床表现重叠但病理生理与治疗不同的异质性疾病。急性炎性脱髓鞘性多神经病（Acute Inflammatory Demyelinating Polyneuropathy, AIDP）是吉兰-巴雷综合征最常见形式，需要及时免疫治疗以防止不可逆轴突损伤和呼吸系统受累；慢性炎性脱髓鞘性多神经病（Chronic Inflammatory Demyelinating Polyneuropathy, CIDP）需要长期免疫抑制；多发性硬化（Multiple Sclerosis, MS）和视神经脊髓炎谱系疾病（Neuromyelitis Optica Spectrum Disorder, NMOSD）需要作用机制不同的疾病修饰治疗；假性脑瘤（Pseudotumor Cerebri, PTS）或特发性颅内压增高则需要处理颅内压升高而非免疫调节。这些疾病的诊断过程常面临困难，患者可能经历数周至数月的连续评估，等待确诊期间累积费用和焦虑。诊断工具包括脑脊液（cerebrospinal fluid, CSF）分析、血清生物标志物、电诊断研究和神经影像学，但整合这些多模态数据对认知要求高，并存在临床医生间差异。即使在专科中心，CIDP 和 MS 等疾病的误诊率仍可达10–20%，导致不适当治疗和可预防的病残。机器学习可整合复杂多维数据并生成概率性诊断预测，捕捉变量间非线性相互作用，但既往研究较少建立覆盖中枢和周围炎性疾病的综合多模态分类器。因此，研究人员假设整合临床、CSF、血清、电生理和影像数据的多模态机器学习分类器可准确区分 AIDP、CIDP、MS、PTS 和 NMOSD，并旨在开发、严格验证该模型，且将其性能与临床医生诊断进行比较。

为开展研究，作者采用的主要关键技术方法包括：多中心诊断准确性研究设计，样本来自 Osh State University Hospital，并与 Kocaeli University, Turkiye 及 Bolu Abant ?zzet Baysal University（BAIBU）Training and Research Hospital 合作；回顾性纳入2018年1月至2024年12月接受腰椎穿刺的患者，外部验证队列88例来自 Osh State University 附属大学医院，Osh, Kyrgyzstan。研究构建47个特征，覆盖临床人口学、CSF生物标志物、血清生物标志物、电生理学和神经影像五个领域；开发由梯度提升机（Gradient Boosting Machine, GBM）XGBoost 与多层感知机（Multi-Layer Perceptron, MLP）组成的加权集成分类器；采用五折分层交叉验证和贝叶斯优化调整超参数；使用链式方程多重插补（multiple imputation with chained equations, MICE）处理缺失数据，并通过 SHAP（SHapley Additive exPlanations）评估特征重要性；同时进行外部验证、与临床医生诊断比较以及缺失数据敏感性分析。

研究结果部分保留原文小标题如下。

3.1 队列特征：研究纳入438例患者，其中 AIDP 104例（23.7%）、CIDP 89例（20.3%）、MS 112例（25.6%）、PTS 78例（17.8%）、NMOSD 55例（12.6%）；外部验证队列88例，诊断分布相似。通过基线特征比较，研究发现几乎所有生物标志物在诊断组间存在显著差异。CSF蛋白在 AIDP 和 CIDP 中明显高于 MS 和 PTS；CSF神经丝轻链（neurofilament light chain, NfL）在 AIDP 和 NMOSD 中最高；胶质纤维酸性蛋白（glial fibrillary acidic protein, GFAP）在 NMOSD 中升高；IgG指数在 MS 中最高，符合鞘内免疫球蛋白合成；电生理显示 CIDP 以脱髓鞘特征为主，AIDP 以轴突特征为主。

3.2 模型性能：通过交叉验证和外部验证，多模态集成分类器表现出较高诊断准确性。交叉验证中，宏平均受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUC）为0.94（95%置信区间[confidence interval, CI] 0.91–0.97），总体准确性87.2%（83.1–91.3），Brier评分0.082（0.064–0.100）。外部验证中，宏平均AUC为0.91（0.86–0.95），总体准确性84.1%（78.0–90.2），Brier评分0.097（0.072–0.122）。各类诊断中，MS敏感性0.94、特异性0.96，NMOSD特异性0.97，PTS敏感性0.83。误分类主要发生在 AIDP 与 CIDP 之间，也见于 MS 与 NMOSD 之间，少数 PTS 被误判为 MS。

3.3 特征重要性：通过 SHAP 值和置换重要性分析，最具影响力的特征包括 CSF NfL、IgG指数、胫神经传导速度（nerve conduction velocity, NCV）、寡克隆带（oligoclonal band, OCB）类型、CSF GFAP、胫神经F潜伏期、CSF蛋白、年龄、同型半胱氨酸和 QAlb（CSF/血清白蛋白比值）。前10位特征的 SHAP 值变异系数较低，外部验证中前5位特征与交叉验证一致。模型还可利用特征间交互，例如 NfL 升高伴胫神经 NCV 正常更提示 NMOSD，而 NfL 升高伴 NCV 降低更倾向 AIDP。

3.4 与临床医生诊断比较：在100例患者的比较分析中，多模态分类器准确性为87.0%，显著优于初始临床诊断71.4%和普通神经科医生74.2%；其准确性接近神经肌肉专科医生81.0%和神经免疫专科医生84.0%，但评分者间变异更低。当临床医生获得模型的概率预测后，联合诊断准确性提高至89.2%，超过模型单独诊断和所有仅临床医生诊断，提示临床判断与模型预测结合可能获得更高诊断准确性。

3.5 校准和临床效用：通过校准曲线和决策曲线分析，模型表现出良好校准，各诊断 Brier 评分分别为 AIDP 0.079、CIDP 0.085、MS 0.068、PTS 0.094、NMOSD 0.084；PTS 存在轻度过度自信，NMOSD 存在轻度欠自信。模型在临床相关阈值概率0.10–0.80范围内提供正净获益；在50%阈值时净获益为0.32，高于全部治疗策略0.21和全部不治疗策略0.14；MS 和 NMOSD 的净获益最高。

3.6 敏感性分析：缺失数据和稳健性：通过完整病例分析、模态剔除和随机缺失模拟，研究发现完整病例分析中宏平均AUC为0.92、准确性85.9%；移除CSF生物标志物后AUC降至0.86，移除电生理后0.87，移除神经影像后0.88，移除血清生物标志物影响最小，AUC为0.92。随机缺失20%时AUC仍大于0.88，缺失50%时AUC仍大于0.84。CSF生物标志物缺失造成性能下降最明显，但模型在数据不完整时仍保持临床有用性能。

讨论部分总结：该研究表明，多模态机器学习分类器可利用常规临床、实验室、电生理和影像数据准确区分五种常见炎性神经病和脱髓鞘疾病，并在外部验证中保持稳健性能，显著优于普通神经科医生和初始临床诊断。临床意义方面，早期准确诊断可能促进 AIDP 和 CIDP 等疾病及时免疫调节治疗，减少误诊和不必要治疗，尤其在亚专科专家可及性有限的环境中；模型整合 NfL、GFAP 和电生理参数等有助于区分 NMOSD 与 MS，对治疗安全性具有意义；临床医生判断与模型预测结合可获得最高准确性，提示其可作为决策支持工具而非替代临床专业判断。生物学见解方面，NfL 作为轴突损伤的非特异标志物，其诊断价值来自相对升高模式；GFAP 对 NMOSD 的特异性符合该病星形胶质细胞病特征；电生理参数有助于区分 AIDP 与 CIDP 的脱髓鞘分布和严重程度差异。与既往工作比较，既往机器学习多聚焦单一疾病，如利用MRI预测MS进展或仅用电诊断分类周围神经病，本研究整合多模态、覆盖广泛鉴别诊断、进行外部验证、提供可解释特征重要性并评估缺失数据稳健性。优势包括大队列、涵盖中枢和周围疾病、综合特征、严格验证、防数据泄漏、特征重要性稳定性评估、缺失数据情景评估、临床医生联合比较；局限包括回顾性设计、外部验证仅单中心、未纳入治疗反应和纵向随访、缺乏水通道蛋白-4抗体和MOG抗体、未评估罕见病、未系统评估病程和治疗状态影响、未评估极早期患者。未来方向包括前瞻性多中心验证，纳入水通道蛋白-4和MOG抗体等生物标志物，扩展至其他炎性和非炎性模拟病，开发网页界面，探索对原始电生理波形和影像的深度学习，整合纵向MRI包括弥散MRI，并在临床工作流中作为诊断评估时决策支持工具，显示概率预测、置信区间、SHAP解释以及关键特征缺失警告。

研究结论翻译：多模态机器学习分类器利用临床可获得的数据准确区分 AIDP、CIDP、MS、PTS 和 NMOSD。该工具有潜力减少诊断不确定性、加速适当治疗，并改善炎性神经病和脱髓鞘疾病患者的结局。前瞻性验证正在进行以支持临床实施。