《Scientific Reports》：External validation of a machine learning model for predicting liver injury in children with mycoplasma pneumoniae pneumonia
编辑推荐：
肺炎支原体肺炎（MPP）与肝损伤高风险相关，肝损伤会不良影响临床结局并增加医疗费用。早期识别高风险患儿仍具挑战性，目前尚无经验证的预测工具。该多中心回顾性研究纳入中国南京两家中心的1321例MPP患儿，开发队列被随机分为训练集（67%）和测试集（33%），并另
肺炎支原体肺炎（MPP）与肝损伤高风险相关，肝损伤会不良影响临床结局并增加医疗费用。早期识别高风险患儿仍具挑战性，目前尚无经验证的预测工具。该多中心回顾性研究纳入中国南京两家中心的1321例MPP患儿，开发队列被随机分为训练集（67%）和测试集（33%），并另设来自另一家医院的独立外部验证队列（n=640）。肝损伤定义为丙氨酸氨基转移酶（ALT）>80 U/L。采用Boruta算法进行特征选择，开发并评估10种机器学习算法。采用受试者工作特征曲线下面积（AUC）、准确度（ACC）、灵敏度、特异度、校准指标和决策曲线分析（DCA）评估模型性能。采用SHapley Additive exPlanations（SHAP）方法进行模型解释。1321例患者中，55例（4.2%）发生肝损伤。Boruta算法识别出6个预测因子：乳酸脱氢酶（LDH）、D-二聚体、肌酸激酶（CK）、年龄、白细胞介素-6（IL-6）和肌酸激酶同工酶MB（CK-MB）。神经网络（nnet）模型表现最佳，训练集、测试集和外部验证集的AUC分别为0.914、0.829和0.755。该模型校准可接受，DCA显示其临床效用有限。SHAP分析显示LDH为最重要预测因子。研究人员开发了交互式网络应用以促进临床实施。研究人员开发并验证了一个基于6个易获得预测因子的机器学习模型，用于识别MPP患儿肝损伤风险；配套网络工具可能有助于临床医生进行早期风险分层和及时干预。
研究背景：MPP是儿童社区获得性肺炎的主要病因，占全球儿科病例的10–40%，进展快且易发生肺外并发症；其中肝损伤在住院MPP患儿中发生率为10–30%，与住院时间延长、医疗费用增加和潜在不良结局相关。早期识别肝损伤高风险患儿对避免肝毒性药物和加强监测至关重要，但ALT（alanine aminotransferase，丙氨酸氨基转移酶）升高作为确诊依据属于滞后指标，入院时ALT可正常或仅轻度升高，显著升高常发生于住院后期。现有预测模型多基于传统logistic回归，常受样本量小和缺乏外部验证限制，且多采用肝损伤诊断时或之后参数，难以用入院基线数据实现抢先风险分层。机器学习（machine learning，ML）可自动识别复杂模式、处理非线性关系并捕捉变量交互，SHAP（SHapley Additive exPlanations）等可解释方法有助于缓解“黑箱”问题。为此，研究人员开展多中心回顾性研究，开发并外部验证基于入院易得数据的ML模型以预测MPP患儿肝损伤，评估10种算法，选择最优模型并开发交互式网络应用。研究结论显示，基于6项易获得预测因子的nnet（neural network，神经网络）模型具有稳健区分度（内部测试AUC=0.829，外部验证AUC=0.755），并已部署为网络应用；其意义在于为MPP患儿肝损伤早期风险分层和及时干预提供可实施工具，但风险分层能否改善结局尚待前瞻性研究证实。
关键技术方法（≤250字）：研究人员基于南京两家医院电子病历开展多中心回顾性队列研究，开发队列来自南京儿童医院2023年呼吸病房住院MPP患儿，外部验证队列来自南京溧水人民医院同期；初纳1323例，排除2例自动出院后纳入1321例，随机分为训练集（67%，n=885）和测试集（33%，n=436），外部验证n=640。收集人口学、临床表现及入院24 h内实验室指标，以ALT>80 U/L定义肝损伤。采用Boruta算法筛选特征，构建10种机器学习算法，训练集用SMOTE（Synthetic Minority Over-sampling Technique，合成少数类过采样技术）处理不平衡，以10折交叉验证和贝叶斯优化调参；以AUC、ACC、灵敏度、特异度、校准指标和DCA（decision curve analysis，决策曲线分析）评价，SHAP解释模型。
研究结果：
研究人群基线特征：共纳入1321例MPP患儿，55例（4.2%）发生肝损伤。肝损伤组住院时间更长、费用更高，肺实变、肺不张、胸腔积液、肺栓塞、氧疗及RMPP（refractory Mycoplasma pneumoniae pneumonia，难治性肺炎支原体肺炎）比例更高；WBC、NEUT、HGB、ALT、AST、LDH、D-dimer更高，CK更低；性别、咳嗽、发热、入院前热程、CRP、LYMPH、PLT无显著差异。
特征选择：Boruta算法评估17个候选变量，确认6个重要预测因子：LDH（lactate dehydrogenase，乳酸脱氢酶）、D-二聚体、CK（creatine kinase，肌酸激酶）、年龄、IL-6（interleukin-6，白细胞介素-6）、CK-MB（creatine kinase-MB，肌酸激酶同工酶MB）；CRP、WBC、PLT、咳嗽等被排除。多因素logistic回归显示LDH和年龄为独立危险因素。
模型性能评估：使用6个预测因子构建10种机器学习算法；训练集885例、内部测试集436例、外部验证集640例；以AUC、ACC、灵敏度、特异度、PPV、NPV、Fβ评分、Brier评分和校准误差等评价。
训练集表现：lightgbm达到AUC=1.000、ACC=1.000；catboost、kknn和ranger接近完美；naive bayes相对较差（AUC=0.804）；nnet表现中等（AUC=0.914）且未见明显过拟合。
内部测试集表现：性能如预期下降；lightgbm保持最高ACC（0.938）和特异度（0.962）；naive bayes获得最高AUC（0.911）但ACC中等（0.805）；nnet表现稳定（AUC=0.829、ACC=0.814、灵敏度=0.722）。
外部验证：多数模型性能明显下降（lightgbm AUC=0.635；catboost=0.664；ranger=0.726）；nnet保持最稳健性能（AUC=0.755、ACC=0.902、Brier评分=0.054），校准可接受。
临床效用与最终模型选择：校准曲线显示nnet预测概率与观察率匹配；DCA显示nnet仅在较窄阈值范围内提供有限净获益；综合区分度、校准、临床效用和泛化性，nnet被选为最终模型。
变量重要性评估：对最终nnet模型进行SHAP分析以增强可解释性。
特征重要性和方向效应：按平均绝对SHAP值排序，LDH最重要（0.122），其次为D-dimer（0.072）、CK（0.067）、年龄（0.059）、IL-6（0.047）、CK-MB（0.047）；LDH呈单调正相关，年龄呈正线性关联，CK呈负向保护关系。
个体解释：一例高危患者预测概率0.742，由LDH 1081 U/L、D-dimer 422 ng/mL和CK-MB 92 U/L推高；一例低危患者预测概率0.156，以4.84岁低年龄为主要保护因素，抵消D-dimer 616 ng/mL和LDH 417 U/L的风险贡献。
模型可视化：基于6个预测因子开发交互式网络应用，可实时输出肝损伤预测概率，公开可访问。
讨论部分总结：研究人员总结主要发现为，Boruta筛选出6项预测因子，nnet在训练集、内部测试集和外部验证集的AUC分别为0.914、0.829和0.755，并开发了网络应用。与既往多采用传统logistic回归、样本量小且缺乏外部验证的研究相比，ML更适于处理非线性和变量交互；nnet内部测试AUC与既往MPP并发症预测模型报道的0.75–0.85相当或更优，外部验证性能下降反映中心间异质性，且外部验证事件数较少（n=15），需前瞻性多中心验证。SHAP显示LDH为最重要预测因子，作者解释LDH为细胞损伤非特异标志，反映严重系统受累而非肝特异病理；D-dimer反映凝血激活和内皮损伤，可能与微血管血栓及肝缺血再灌注损伤相关；CK呈保护性负相关，作者解释其可能反映肌肉量、营养状态或全身分解代谢，而非肝特异毒性；年龄较大风险更高，可能与较强免疫反应和炎症负担有关；IL-6反映宿主炎症反应强度和内皮激活；CK-MB与IL-6重要性相近，提示MPP可经共同免疫病理机制同时累及心脏和肝脏。临床意义在于6项预测因子均来自入院检查，网页工具可实时风险评估，辅助避免肝毒性药物和加强监测，SHAP提高模型可信度；但风险分层能否减少住院或改善结局尚待前瞻性研究。优势包括Boruta减少过拟合、内外验证、SHAP解释及公开网页应用；局限包括回顾性选择偏倚、肝损伤样本量较小（n=55）、外部验证事件数少（n=15）、缺少标准化随访、缺乏病因特异性标志物及血压数据，部分预测因子（如IL-6）在基层不一定常规检测。
研究结论翻译：研究人员开发并验证了一个基于6项易获得预测因子（LDH、D-二聚体、CK、年龄、IL-6和CK-MB）的机器学习模型，用于识别MPP患儿肝损伤风险。nnet模型表现出稳健的区分能力（内部测试AUC=0.829，外部验证AUC=0.755），并部署为交互式网络应用。该工具有助于早期风险分层和及时干预。
