基于常规外周血生化标志物的首发精神分裂症机器学习分类模型构建与验证

《BMC Psychiatry》：A machine learning–based case-control classification model for first-episode schizophrenia using routine blood biochemical markers

　　

摘要

目的

构建并比较不同机器学习算法在利用常规外周血生化标志物区分首发精神分裂症患者与健康对照中的预测性能，旨在开发一个具有可解释性呈现方式且经过内部验证的病例-对照分类模型。

方法

本单中心回顾性病例-对照研究纳入了2025年6月至12月期间在绍兴市第七人民医院根据ICD-10标准诊断的316例首发精神分裂症患者，并选取同期进行常规健康体检的474名健康对照。所有参与者均为来自同一区域医疗环境的中国个体。人口学特征及空腹外周血生化参数从医院信息系统中提取。完整数据集所包含的变量均无缺失值，并按7:3的比例随机划分为训练集（n?=?553）与验证集（n?=?237）。特征筛选与超参数调整仅在训练集内进行。采用单因素逻辑回归（经Benjamini-Hochberg错误发现率校正）、L1正则化逻辑回归以及递归特征消除法（RFE）进行特征选择。共训练八种机器学习算法，并使用AUC、敏感度、特异度、准确率、精确率和F1评分评估验证集性能。

结果

经特征选择后，高密度脂蛋白（HDL）、总胆红素（T-Bil）、血糖（GLU）、白球比（A/G）、总胆固醇（TC）及血尿素氮（BUN）被确定为区分精神分裂症患者与健康对照的预测因子。在验证集中，梯度提升机（GBM）算法展现出最高的AUC（0.885）。然而，考虑到训练集与验证集之间的性能差距、更复杂模型中潜在的过拟合问题，以及对模型透明度的需求，最终选择多因素逻辑回归模型作为病例-对照分类模型。并构建了列线图及在线概率计算器以直观呈现逻辑回归方程。

结论

本研究将机器学习算法与常规外周血生化标志物相结合，建立了一个经内部验证的用于区分首发精神分裂症患者与健康对照的病例-对照分类模型。最终逻辑回归模型在内部验证中显示出良好的判别能力与校准性能，但在推断可用于临床诊断之前，仍需要进行外部验证并纳入更具临床现实性的对照组。