整合静态基线CT数字孪生框架的多模态模型预测记录确认的1年哮喘急性加重风险：一项回顾性队列研究

《Frontiers in Digital Health》：Multimodal prediction of documented 1-year asthma exacerbation risk incorporating a static baseline CT digital-twin framework: a retrospective cohort study

　　

背景：研究人员旨在开发并条件性评价一种纳入静态基线计算机断层扫描（CT）数字孪生框架（digital-twin framework）的多模态预测模型（multimodal prediction model），用于预测有记录的1年哮喘急性加重（exacerbation）风险。方法：这项回顾性单中心研究分析505例成人哮喘患者。基线三维CT重建提供定量特征；静态基线CT数字孪生框架不模拟生理过程，也不动态更新。研究人员采用嵌套域比较、校准、Brier评分（Brier score）及在已选预测因子集条件下进行的1,000次bootstrap重拟合（conditional bootstrap refits），评价由LASSO（least absolute shrinkage and selection operator）筛选的10变量逻辑评分。一个可用变量临床比较器（available-variable clinical comparator）分别在纳入和不纳入CT特征的情况下进行评价。结果：72例患者（14.3%）发生有记录的急性加重。最终评分的表观受试者工作特征曲线下面积（AUC）为0.880（条件bootstrap 95%置信区间（CI），0.836–0.917），Brier评分为0.086。固定预测因子bootstrap校正后AUC为0.856，校准斜率为0.875，截距为?0.182，Brier评分为0.094，但未考虑原始变量选择步骤。在完全嵌套比较中，CT使AUC从0.880升至0.894（似然比P=0.070）；在可用变量比较器中，CT使AUC从0.725升至0.774（P<0.001）。这些均为表观、探索性比较，并非外部验证。结论：该多模态评分显示出条件性内部性能，在完全嵌套比较中CT增量有限，而在受限的可用变量比较器中表观增量较大。CT贡献仍属探索性且依赖比较器。在临床使用前，尚需外部验证、完整的选择感知验证、定量CT可重复性评估及前瞻性影响评价。

研究背景：哮喘是一种异质性慢性气道疾病，影响全球数亿人，仍是可预防疾病负担和医疗使用的重要原因。急性加重常表现为症状恶化、肺功能下降，并需全身糖皮质激素、急诊或住院治疗，构成不成比例的负担。当前风险评估主要依赖既往加重、症状控制、用药和肺功能，这些变量有临床价值，但可能不能充分反映导致哮喘稳定性丧失的炎症、生理和结构变化的交互作用。基于电子健康记录和机器学习的模型可从高维临床数据估计风险，但多由管理、治疗或症状变量驱动，未纳入气道和血管重塑的定量影像标记。定量高分辨率CT（HRCT）结构和血管特征可能补充临床、生理和炎症变量。研究人员因此开发纳入静态基线CT数字孪生框架的多模态预测模型，将患者特异性三维重建与有记录的1年急性加重风险概率评分联系起来；该实现不持续更新、不模拟生理、不提供双向反馈，定位为探索性研究。

研究人员开展单中心回顾性队列研究，来源为宁夏医科大学总医院2020年1月至2024年10月记录，按2025 GINA标准回顾性诊断评估，纳入年龄≥18岁、支气管哮喘、基线HRCT和关键临床评估、1年结局可确定者，排除间质性肺病等、活动性恶性肿瘤、严重全身感染、3个月内重大心血管事件、妊娠或哺乳、结局或关键预测因子不可用。最终分析505例，所有患者均有完整1年结局。主要结局为指数评估后1年内任何需全身糖皮质激素至少3天、哮喘相关急诊或住院的加重。关键技术方法不超过250字：研究基于宁夏医科大学总医院2020年1月至2024年10月单中心回顾性成人哮喘队列（505例），采用2025 GINA标准回顾性诊断并获取完整1年结局；以基线HRCT经FACT AI + -digitalLung V1.0进行三维分割和定量特征提取；以LASSO筛选10变量并构建logistic风险评分；采用嵌套域比较、校准、Brier评分、1,000次固定预测因子bootstrap重拟合及可用变量临床比较器评价，另作探索性选择重采样。

研究结果：3.1 患者特征：505例成人哮喘中72例（14.3%）1年内有记录急性加重。中位年龄49岁，女性61.2%。加重组病程更长（中位3.0年 vs 1.0年，P<0.001），慢性阻塞性肺疾病（COPD）更常见（25.0% vs 12.2%，P=0.004），诊断类别和吸烟状态分布不同。加重组肺活量占预计值百分比（VC%）、用力肺活量占预计值百分比（FVC%）、第一秒用力呼气容积占预计值百分比（FEV₁%）、FEV₁/FVC、呼气峰流量占预计值百分比（PEF%）、一氧化碳弥散量占预计值百分比（DL_CO%）较低，肺总量占预计值百分比（TLC%）较高。长效β₂受体激动剂（LABA）使用更多（83.3% vs 70.9%，P=0.028），甲基黄嘌呤更少（4.2% vs 15.0%，P=0.013），吸入糖皮质激素（ICS）比较不显著（P=0.083）；药物差异可能为适应证混杂，不能解释为治疗效应。加重组白细胞（WBC）、中性粒细胞、MXD（combined count of blood leukocyte subgroups other than neutrophils and lymphocytes）、嗜碱性粒细胞和免疫球蛋白E（IgE）较高，嗜酸性粒细胞边缘差异（P=0.050），淋巴细胞相似。3.2 预测模型开发：LASSO保留病程、VC%、FVC%、TLC%、DL_CO%、WBC、MXD、IgE、动脉体积和最大静脉密度。单变量AUC最高为病程0.692（95% CI 0.621–0.762），其他0.592–0.675，均未超过0.700。最终评分为预测模型而非假设检验模型；病程、TLC%、WBC、MXD、IgE、动脉体积和最大静脉密度系数为正，VC%、FVC%、DL_CO%为负。列线图和网页计算器仅作研究演示，未外部或前瞻验证，不应指导个体治疗。3.3 预测模型验证：最终10预测因子评分表观AUC 0.880（条件bootstrap 95% CI 0.836–0.917），Brier 0.086。嵌套模型表观AUC为临床0.735、加实验室0.833、加肺功能0.880、加CT 0.894；Brier分别为0.113、0.094、0.084、0.083。CT增量为0.013（95% CI ?0.001至0.031；似然比χ²=5.32，2 df，P=0.070）。可用变量比较器无CT AUC 0.725，有CT 0.774（差0.049；95% CI 0.008–0.092；似然比χ²=17.83，2 df，P<0.001）；Brier由0.111降至0.107，但改善区间含零。固定预测因子bootstrap校正AUC 0.856，校准斜率0.875，截距?0.182，Brier 0.094。探索性选择重采样显示平均bootstrap表观AUC 0.963，原重叠队列平均AUC 0.877；平均精度0.600，零Brier 0.122，标化Brier 0.296。五折摘要准确率0.858、无信息率0.857、kappa 0.293、敏感性0.332、特异性0.956；阈值0.10时表观敏感性86.1%、特异性76.2%。亚组ROC为探索性，小亚组估计不精确，未作交互检验。

讨论总结：该回顾性队列中，多模态评分通过静态基线CT数字孪生框架纳入定量影像和临床信息。CT贡献依赖比较器：完全嵌套比较中增量小且无统计学意义，可用变量比较中表观AUC增量较大；两者均不能证明样本外性能改善。固定预测因子bootstrap条件于已选预测因子，模型仍为开发阶段研究工具。病程与较高加重风险相关，可能与累积气道重塑、治疗负担或持续炎症触发暴露有关；肺功能变量贡献但系数非独立因果效应，TLC%可能反映过度充气或气体陷闭，VC%、FVC%、DL_CO%提供相关生理信息。IgE和MXD作为系统性/过敏性炎症描述，不建立生物学通路或治疗反应。两个CT血管变量为定量关联而非机制证明；血管重塑、灌注和病理未直接测量，最大静脉密度为衰减描述而非血流或灌注直接测量，范围117–3258 HU，276/505超过500 HU；以平均静脉密度替代最大静脉密度的表观AUC为0.874，不证明生理有效性。与SARP、U-BIOPRED、radiomultiomic、COPDGene、SPIROMICS、ECLIPSE及Fangal and colleagues研究比较仅提供背景，非直接验证；本队列缺乏分子分析和正式重叠表型判定，排除COPD者434例（54事件）表观AUC 0.878；RESA比较器仅部分共享预测类别，非重建或外部验证。数字孪生术语不统一，本文静态基线CT数字孪生框架指基线患者特异表示链接固定概率模型，不执行机制模拟、动态同步或双向反馈。若外部验证，列线图可作为风险知情随访、吸入器技术审查、依从性评估或治疗讨论的辅助研究假设，非已证明临床用途；未进行前瞻影响分析、治疗分配比较或计算器改变决策证据。局限性包括单中心回顾性发展研究基于插补505记录分析表，性能条件于该表；选择性队列组装限制外推；事件数和广泛候选集带来过拟合风险，固定预测因子bootstrap不重复LASSO选择；联合分割审阅支持质控但不建立读者间或扫描-重扫描可重复性；可用变量比较器代表选定临床域而非全面风险评估；CT贡献和临床效用需选择感知验证、外部队列和前瞻影响评价。未来应验证完整建模流程、外部队列、重复分割和扫描-重扫描研究、CT特征生理意义验证及前瞻影响评价，并加入纵向影像、生理和临床数据及更新反馈机制以扩展静态框架。研究结论翻译：该多模态评分纳入静态基线CT数字孪生框架，并显示条件性内部性能。CT贡献依赖比较器，且样本外获益仍未证实。在实施前需进行选择感知验证、定量CT可重复性评估和前瞻性临床评价。