《Frontiers in Surgery》：Machine learning model with post-hoc SHAP interpretation based on perioperative clinical and imaging parameters for prediction of 1-year radiographic recurrence after hallux valgus surgery
编辑推荐：
专业术语翻译：
目的：拇外翻术后影像学复发是影响远期影像结局的重要问题。既往研究提示术前畸形、术后残留的拇外翻角（HVA）/第1-2跖骨间角（IMA）及籽骨复位程度与复发相关，但多参数之间可能存在非线性关系。本研究旨在基于常规围手术期临床及影像参数建立并经
专业术语翻译：
目的：拇外翻术后影像学复发是影响远期影像结局的重要问题。既往研究提示术前畸形、术后残留的拇外翻角（HVA）/第1-2跖骨间角（IMA）及籽骨复位程度与复发相关，但多参数之间可能存在非线性关系。本研究旨在基于常规围手术期临床及影像参数建立并经时间验证的机器学习预测模型，并采用SHAP进行事后模型解释。
方法：回顾性纳入2021年至2025年新疆医科大学第一附属医院创伤科行拇外翻手术的597例患者。影像学复发定义为固定术后12个月负重正位X线片上HVA>20°。2021至2023年间手术患者组成开发队列（n=389），2024至2025年间手术患者组成独立时间验证队列（n=208）。研究人员在开发队列中通过共线性评估、最小绝对收缩与选择算子（LASSO）、递归特征消除（RFE）和置换重要性筛选18个候选预测变量。随后锁定统一的八特征集，并在固定特征集条件下采用5折外层/3折内层嵌套交叉验证比较逻辑回归（LR）、随机森林（RF）、极限梯度提升（XGBoost）、轻量梯度提升机（LightGBM）和支持向量机（SVM）。模型评估采用受试者工作特征曲线下面积（ROC-AUC）、精确率-召回率曲线下面积（PR-AUC）、布里尔分数、校准度和决策曲线分析（DCA），并对最终SVM进行基于SHAP的事后解释。
结果：共有109例患者符合1年影像学复发标准（18.3%）。保留的八个变量为：年龄、术前HVA、术前IMA、术前远端跖骨关节角（DMAA）、术后6周HVA、术后6周IMA、术后6周DMAA及术后6周籽骨分级。开发队列中LR和SVM的ROC-AUC分别为0.908和0.906，对应的PR-AUC分别为0.766和0.757。基于较低的布里尔分数和总体性能特征，SVM被保留为最终模型，但未声称在统计学上优于LR。在时间验证队列中，SVM的ROC-AUC为0.944（95% CI 0.908–0.973），PR-AUC为0.805，布里尔分数为0.071，灵敏度为0.892，特异度为0.842。SHAP显示术后6周IMA、HVA和籽骨分级对模型贡献最大。
结论：基于常规临床和围手术期影像参数、结合SHAP事后解释的SVM模型在预测固定1年影像学复发方面显示出良好性能。术后6周残留IMA、HVA和籽骨分级是模型中的主要预测信号，而非复发的因果决定因素。该模型可能有助于早期风险分层和加强随访，但在临床实施前仍需多中心外部验证、可重复性评估和前瞻性影响研究。
论文解读文章：
拇外翻（hallux valgus, HV）是一种常见的前足三维畸形，表现为第1跖骨内翻、拇趾外偏、第1跖骨旋转/旋前及籽骨复合体相对移位。流行病学研究显示其患病率较高，且多见于女性和老年人。对于保守治疗无效的有症状患者，手术矫正仍是最主要的治疗手段，常用术式包括Chevron截骨、Scarf截骨、近端跖骨截骨和Lapidus手术等。尽管现代手术技术能显著改善拇外翻角（hallux valgus angle, HVA）、第1-2跖骨间角（intermetatarsal angle, IMA）和临床症状，术后影像学复发仍是影响远期疗效的重要问题。已发表的Meta分析显示，根据定义、术式和随访时间不同，复发率存在差异；一项纳入23项研究共2914例患者的Meta分析报告总体复发率约为24.9%，其中HVA阈值约20°是最常用的影像学复发定义之一。既往研究已报告较大的术前HVA和IMA、术后残留HVA/IMA、籽骨复位不足、跖骨内收及关节不匹配与复发相关，但这些因素相互关联，常规单因素分析或固定阈值可能无法充分反映其综合预测信息。机器学习可整合多维变量并捕捉潜在非线性关系。2024年Zhao等利用两个中心的198足影像数据建立了拇外翻复发模型，外部验证AUC为0.88，支持在该领域进一步探索机器学习方法。然而，临床预测模型不仅要关注区分度，还需关注校准度、临床净收益和透明可解释性。基于此，研究人员利用新疆医科大学第一附属医院创伤骨科的真实临床数据，采用时间验证、嵌套交叉验证的候选模型比较、多方法特征筛选和SHAP事后解释，建立了一个结合临床和影像参数的预测模型，并假设多参数模型能够识别固定1年影像学复发风险，且术后6周残留畸形指标对预测有重要贡献。
研究人员开展了一项单中心回顾性队列研究，连续纳入2021年1月至2025年12月在该院行原发性拇外翻手术的成人患者，最终分析队列包含597例患者。纳入标准为年龄≥18岁、行原发性拇外翻手术（不限术式）、具备完整的术前、术后6周和固定术后12个月负重足正位X线片以及候选预测变量所需的完整临床和围手术期影像数据。排除标准包括翻修手术或同侧足部既往手术、继发于炎性关节病、神经肌肉疾病或创伤的拇外翻、术前或术后6周关键影像参数缺失以及随访不足12个月。所有病例按手术时间分为两个无重叠队列：2021年1月至2023年12月手术患者纳入开发队列（n=389），2024年1月至2025年12月手术患者纳入独立时间验证队列（n=208）；时间验证队列仅在分析计划、最终特征集、候选模型比较、超参数和分类阈值均基于开发队列固定后才进行评估。主要结局定义为固定术后12个月负重正位X线片上HVA>20°，该12个月测量仅用于结局判定，不作为候选预测变量。
为开展研究，研究人员主要采用了以下关键方法：一是基于开发队列的多步骤特征筛选策略，结合共线性评估（Spearman相关系数和方差膨胀因子）、最小绝对收缩与选择算子（least absolute shrinkage and selection operator, LASSO）、递归特征消除（recursive feature elimination, RFE）和置换重要性（permutation importance）四种互补筛选工具，最终锁定一个统一的八特征集；二是在固定特征集条件下，采用5折外层/3折内层嵌套交叉验证对逻辑回归（logistic regression, LR）、随机森林（random forest, RF）、极限梯度提升（extreme gradient boosting, XGBoost）、轻量梯度提升机（light gradient boosting machine, LightGBM）和支持向量机（support vector machine, SVM）五种候选模型进行比较和调参；三是采用ROC-AUC和PR-AUC作为区分度指标，同时报告灵敏度、特异度、阳性预测值、阴性预测值、F1分数和平衡准确率，并用布里尔分数（Brier score）评估概率预测质量，用校准曲线、校准截距和校准斜率评估校准度，用决策曲线分析（Decision Curve Analysis, DCA）评估临床效用；四是对最终SVM采用基于核的模型无关SHAP（SHapley Additive exPlanations）方法进行事后全局和局部解释。所有模型开发和特征筛选均在开发队列内完成，未使用时间验证队列信息；预处理参数在嵌套交叉验证中仅从相应训练部分拟合后应用于验证折。
研究结果显示，597例患者中109例符合固定1年影像学复发标准，总复发率为18.3%；开发队列的389例中有72例复发（18.5%），时间验证队列的208例中有37例复发（17.8%）。复发组患者年龄更大，术前和术后6周的畸形程度更明显：复发组术前HVA中位数为38.6°，非复发组为32.6°；复发组术后6周HVA中位数为13.0°，非复发组为9.2°；复发组术后6周IMA中位数为8.6°，非复发组为6.5°。特征选择方面，18个候选变量经过筛选后，最终统一特征集包含八个变量：年龄、术前HVA、术前IMA、术前远端跖骨关节角（distal metatarsal articular angle, DMAA）、术后6周HVA、术后6周IMA、术后6周DMAA和术后6周籽骨分级。存档的置换重要性输出显示前五位变量为术后6周IMA、术后6周HVA、术后6周籽骨分级、术前HVA和术前IMA；RFE在八特征方案附近仅显示较小性能变化，支持八特征的简约模型规模。模型比较方面，在开发队列的嵌套交叉验证中，LR和SVM的ROC-AUC分别为0.908和0.906，PR-AUC分别为0.766和0.757；SVM具有更低的布里尔分数（0.083 vs 0.132），且在锁定分类阈值下具有更高的特异度、F1分数和平衡准确率。由于区分度基本相当，结果并不证明SVM在统计学上优于LR，但SVM因其开发队列概率误差和整体性能特征更优而被保留用于锁定的时间验证分析。在独立时间验证队列中，锁定SVM的ROC-AUC为0.944（95% CI 0.908–0.973），PR-AUC为0.805（95% CI 0.674–0.903），灵敏度0.892，特异度0.842，阳性预测值0.550，阴性预测值0.973，F1分数0.680，平衡准确率0.867，布里尔分数0.071（95% CI 0.048–0.092）。开发队列校准截距约-0.093，斜率约0.979；时间验证队列截距为0.234，斜率1.279，阳性截距提示存在系统性校准偏移，斜率>1提示预测风险存在一定程度的欠离散，说明强区分度不等同于完美校准，在外部人群中可能需要重新校准。DCA显示在0.05–0.50阈值概率范围内相对于“全部治疗”和“全部不治疗”策略具有正向净收益，但该结果被解读为潜在决策效用而非模型引导管理能改善结局的证据。SHAP全局分析显示平均绝对SHAP值最高的变量为术后6周IMA（0.0755），其后依次为术后6周HVA（0.0660）、术后6周籽骨分级（0.0647）、术前HVA（0.0438）、术前IMA（0.0362）、术后6周DMAA（0.0343）、术前DMAA（0.0273）和年龄（0.0168）。在代表性高危复发案例HV0430中，预测概率为93.5%，术后6周IMA 10.3°、HVA 16.0°和籽骨分级3均将预测推向更高复发风险；在低危非复发案例HV0552中，预测风险为0.1%，术后6周IMA 2.7°和籽骨分级1主要将预测推向更低风险。
讨论部分指出，本研究中1年影像学复发率为18.3%，低于Ezzatvar等报告的24.9%，但复发率估计强烈依赖于定义和随访窗口。术后6周IMA、HVA和籽骨分级是SHAP最重要的特征，这与既往研究将籽骨复位不完全和残余角度畸形与复发相关联的报告一致，但这些变量应被解释为拟合模型中的强预测信号而非因果证据。术前HVA、IMA和DMAA保留在最终模型中，说明基线畸形严重程度在术后6周测量之外仍提供额外预测信息。多个术式均有代表，但手术方式未被保留为核心预测变量，这不应被解释为各术式等效或技术不重要。与Zhao等的机器学习研究比较，本研究同样发现术前畸形、术后IMA和籽骨位置有较强预测贡献，且SVM具有良好区分度，但由于人群、样本量、复发定义、预测变量集、患病率、结局时机和验证设计不同，不同AUC数值不应被直接解读为某一模型更优。模型选择并非仅基于ROC-AUC，SVM因较低布里尔分数和更均衡的阈值依赖指标被保留，但因缺乏候选模型置信区间和完整校准参数，不声称SVM在统计学上优于LR。时间验证队列中校准截距0.234和斜率1.279提示校准并不完美，外部使用前可能需要重新校准。SHAP仅用于描述变量如何影响预测，不应解释为因果效应。研究局限性包括单中心回顾性设计、复发事件数量有限、结局固定于12个月、仅评估影像学结局而未纳入患者报告结局、缺乏影像读片者可靠性和盲法信息、特征集在完整开发队列上仅选择一次导致内部估计可能保留一定乐观性，以及若干报告和可重复性限制。
研究结论部分翻译为：本研究利用八个常规临床/围手术期影像参数开发了具有SHAP事后解释的SVM模型，用于预测拇外翻术后固定1年影像学复发。该模型在独立时间验证队列中显示出有前景的区分度和概率性能，但复发事件数量有限以及报告/可重复性限制要求谨慎解读。SHAP识别出术后6周IMA、HVA和籽骨分级是模型预测的主要贡献变量。该模型可能有助于识别需要加强随访的患者，但在临床实施前仍需要多中心外部验证、观察者可靠性评估、可复现的模型发布和前瞻性影响评价。
