
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于低成本流行病学指标的可解释机器学习模型区分潜伏性结核感染与肺结核的多中心研究
《BMC Public Health》:Development and validation of an interpretable machine learning model for risk stratification among individuals with latent tuberculosis infection: a multicenter case-control study
【字体: 大 中 小 】 时间:2026年10月23日 来源:BMC Public Health 4.4
编辑推荐:
摘要背景潜伏性结核感染(LTBI)影响全球四分之一的人口。传统的 LTBI 风险筛查工具敏感性有限,现有机器学习预测模型主要依赖昂贵的实验室生物标志物,限制了其在基层医疗和公共卫生中的应用。本研究旨在开发一种可解释的机器学习模型,以区分肺结核(PTB)和 LTBI,并对 LT
潜伏性结核感染(LTBI)影响全球四分之一的人口。传统的 LTBI 风险筛查工具敏感性有限,现有机器学习预测模型主要依赖昂贵的实验室生物标志物,限制了其在基层医疗和公共卫生中的应用。本研究旨在开发一种可解释的机器学习模型,以区分肺结核(PTB)和 LTBI,并对 LTBI 个体进行分层,以优先进行进一步评估和预防干预。
这项多中心病例对照研究纳入了 782 名参与者,来自中国河南省 21 家指定结核病机构,包括 401 名 LTBI 个体和 381 名新诊断、未治疗过的 PTB 患者。通过标准化面对面问卷收集流行病学预测因子。数据集按 7:3 的比例随机分为训练集和测试集。通过十折交叉验证 LASSO 回归筛选出 11 个预测因子。构建了 7 种机器学习算法,并使用多种指标进行评估,包括 AUC、F1 分数、Brier 分数、校准曲线和决策曲线分析。基于百分位策略定义了三层次风险框架。应用 SHapley 加性解释(SHAP)解释最优模型,并将其进一步部署为免费的网页计算器。
极端梯度提升(XGB)模型实现了最高的测试集性能,AUC 为 0.818(95% CI 0.763–0.873),F1 分数为 0.764(95% CI 0.698–0.822),Brier 分数为 0.176(95% CI 0.148–0.204),校准良好(Hosmer-Lemeshow P?>?0.05)。决策曲线分析(DCA)证实了稳定的阳性净收益。使用 >?0.763(高风险)和 <?0.328(低风险)作为截断值,模型将参与者分为三个层次,PTB 病例的比例从低风险的 20.00% 增加到高风险的 84.29%。SHAP 分析确定男性、低体质指数、高龄、六个月内非故意体重减轻和低年家庭收入是最有影响力的特征。
基于低成本流行病学指标的可解释 XGB 模型可以区分现患 PTB 和 LTBI,并有助于优先对 LTBI 个体进行进一步评估。该网页计算器是一个研究原型,其临床效用需要外部验证和前瞻性评估,然后才能指导预防治疗决策。
潜伏性结核感染(LTBI)影响全球四分之一的人口。传统的 LTBI 风险筛查工具敏感性有限,现有机器学习预测模型主要依赖昂贵的实验室生物标志物,限制了其在基层医疗和公共卫生中的应用。本研究旨在开发一种可解释的机器学习模型,以区分肺结核(PTB)和 LTBI,并对 LTBI 个体进行分层,以优先进行进一步评估和预防干预。
这项多中心病例对照研究纳入了 782 名参与者,来自中国河南省 21 家指定结核病机构,包括 401 名 LTBI 个体和 381 名新诊断、未治疗过的 PTB 患者。通过标准化面对面问卷收集流行病学预测因子。数据集按 7:3 的比例随机分为训练集和测试集。通过十折交叉验证 LASSO 回归筛选出 11 个预测因子。构建了 7 种机器学习算法,并使用多种指标进行评估,包括 AUC、F1 分数、Brier 分数、校准曲线和决策曲线分析。基于百分位策略定义了三层次风险框架。应用 SHapley 加性解释(SHAP)解释最优模型,并将其进一步部署为免费的网页计算器。
极端梯度提升(XGB)模型实现了最高的测试集性能,AUC 为 0.818(95% CI 0.763–0.873),F1 分数为 0.764(95% CI 0.698–0.822),Brier 分数为 0.176(95% CI 0.148–0.204),校准良好(Hosmer-Lemeshow P?>?0.05)。决策曲线分析(DCA)证实了稳定的阳性净收益。使用 >?0.763(高风险)和 <?0.328(低风险)作为截断值,模型将参与者分为三个层次,PTB 病例的比例从低风险的 20.00% 增加到高风险的 84.29%。SHAP 分析确定男性、低体质指数、高龄、六个月内非故意体重减轻和低年家庭收入是最有影响力的特征。
基于低成本流行病学指标的可解释 XGB 模型可以区分现患 PTB 和 LTBI,并有助于优先对 LTBI 个体进行进一步评估。该网页计算器是一个研究原型,其临床效用需要外部验证和前瞻性评估,然后才能指导预防治疗决策。