《Machine Learning and Knowledge Extraction》：ByteScope: Detection-Aware Learning for Robust Visual Malware Recognition Under Leakage-Audited, Open-World Evaluation
编辑推荐：
长新冠（long COVID）与健康相关生活质量（health-related quality of life，HRQoL）的显著受损相关，健康社会决定因素可能有助于识别HRQoL负担更重者。然而，外部验证的预测模型较少，且当模型纳入概念上接近结局的预测因子时
长新冠（long COVID）与健康相关生活质量（health-related quality of life，HRQoL）的显著受损相关，健康社会决定因素可能有助于识别HRQoL负担更重者。然而，外部验证的预测模型较少，且当模型纳入概念上接近结局的预测因子时，社会因素的表观贡献可能被夸大。研究人员旨在开发并外部验证长新冠成人不良HRQoL预测模型，并在移除具有潜在构念重叠的预测因子后量化社会决定因素的增量贡献。模型使用2022年行为危险因素监测系统（Behavioral Risk Factor Surveillance System，BRFSS）开发，并在不重新拟合的情况下应用于2023年周期；2023年长新冠确认方式从既往 prolonged symptoms 病史变为当前症状。不良HRQoL采用CDC健康天数指标（CDC Healthy Days）定义。研究人员在预设的嵌套预测因子集上评价逻辑回归和3种基于树的集成方法，并在同一验证参与者中使用配对自助重采样（paired bootstrap resampling）估计增量判别。极端梯度提升（extreme gradient boosting）判别最高，内部测试集受试者工作特征曲线下面积（area under the receiver operating characteristic curve，AUROC）为0.851（95% CI，0.838–0.865），外部验证队列为0.844（95% CI，0.838–0.851）；外部校准斜率为0.974。加入完整社会决定因素集使外部判别提高0.025（95% CI，0.021–0.029）。在移除预设为与HRQoL概念重叠的预测因子后，增量增益降至0.002（95% CI，?0.002至0.007）。仅重新引入感知压力（perceived stress）和生活不满（life dissatisfaction）即恢复0.024（95% CI，0.020–0.028）的增量。该模式在全部4种算法中一致。在排除功能状态测量的模型中，社会连接（social connection）较物质困难（material hardship）贡献更多增量判别（0.016 vs. 0.003）。本研究表明，长新冠成人不良HRQoL可通过常规采集的临床、功能和社会特征以良好判别识别，且性能在独立时序队列中维持。社会决定因素表观预测贡献的很大部分可归因于与HRQoL密切相关的心理社会和功能测量，而社会连接较物质困难提供更多独立预测信息。
研究背景与问题：长新冠（long COVID）是SARS-CoV-2感染后持续疾病负担的重要来源；美国既往感染者中相当比例报告感染前不存在的症状持续≥3个月，且感染持续发生使受累人群保持较大。长新冠临床异质，无单一诊断检测、已确立疾病修正治疗或广泛接受分期系统，因此评估其对躯体、心理和日常功能的影响是临床管理核心。健康相关生活质量（health-related quality of life，HRQoL）涵盖这些多维后果，可识别单个症状或诊断未充分代表的疾病负担；不良HRQoL与工作及日常活动能力下降、医疗服务使用增加和慢性病人群不良健康结局相关。长新冠成人近半数可能HRQoL不良，但难以识别负担最重者。风险预测可帮助区分；基于常规采集临床、功能和社会特征的机器学习模型可帮助将康复、行为健康和社会服务导向最可能HRQoL严重受损者，人口监测系统已大规模采集许多指标。既往研究将健康社会决定因素（social determinants of health）纳入健康与COVID-19相关结局预测，提示社会因素可提供超越常规临床特征的预测信息；但尚不清楚这些因素是否在人口学、共病和功能状态之外提供可重复预测信息。现有证据受三方面限制：第一，许多模型在同一人群开发与评价，跨独立人群或时期性能证据有限，长新冠尤其因病例定义、人群特征和SARS-CoV-2流行病学变化而相关；第二，常用预测因子（如残疾、抑郁症状、感知压力和生活不满）与HRQoL组分存在概念重叠（construct overlap），虽可提高判别，但会模糊性能反映独特临床或社会信息还是与结局本身密切相关的构念；第三，社会决定因素的增量贡献很少与已控制人口学、多病和功能状态的模型比较。因此，研究人员开发并外部验证美国长新冠成人不良HRQoL预测模型，使用全国代表性行为危险因素监测系统（Behavioral Risk Factor Surveillance System，BRFSS）两个独立周期；2022年开发模型不重新拟合应用于2023年，评估跨独立样本和不同长新冠定义的时序可移植性；预设预测因子集层级，逐步排除与HRQoL潜在概念重叠的测量。研究目的为：识别临床、功能、物质、社会和心理社会特征的预测贡献；确定这些特征增量价值是否在外部队列中保留；开发简约模型区分更可能报告不良HRQoL的长新冠成人。研究显示极端梯度提升（XGBoost）判别最高，外部验证维持，社会连接（social connection）提供比物质困难（material hardship）更多独立预测信息，而社会因素表观贡献多来自与HRQoL概念相关心理社会和功能测量；这支持将简要社会连接评估纳入新冠后照护，并强调开发基于患者报告结局模型时区分概念重叠预测因子的重要性。意义在于模型更可用于照护优先级而非诊断，帮助识别需早期康复、行为健康或社会支持评估者，并提示减少差异需更广泛公平可及服务。
关键技术方法（≤250字）：基于BRFSS 2022周期开发、2023周期独立时序外部验证；外部数据不参与预处理、变量筛选、模型设定或开发，模型不重新拟合。纳入有COVID-19史、症状持续≥3个月且完整CDC健康天数（CDC Healthy Days）条目的成人；2022年限提供者确认阳性，2023年合并自测。结局为不良HRQoL复合定义。预设4个嵌套预测规格，候选变量含人口学、临床、功能、行为、医疗可及性及社会决定因素；社会决定因素子队列2022年为15,551人、2023年为15,007人。预处理仅在训练样本估计，缺失用中位数或众数插补；互信息筛选前20个预测因子。比较L2惩罚逻辑回归、随机森林、极端梯度提升（XGBoost）和LightGBM；超参数预设并行5折交叉验证。评价AUROC、精确召回曲线下面积、校准和分类指标；配对自助重采样估计增量；进行SHAP、决策曲线和亚组分析。
研究结果：
3.1 队列构建与特征：2022年开发队列445,132名受访者中，380,932名（85.6%）有有效COVID-19状态，110,877名报告提供者确认感染，25,282名符合长新冠定义，24,349名有完整Healthy Days并纳入分析；2023年验证队列相应为433,323、399,229（92.1%）、201,248、27,074和26,058。2022年与2023年分别有15,551和15,007人回答至少6/9社会决定因素条目，构成社会决定因素子队列。COVID阳性者中长新冠患病率2022年（终身症状）为22.8%、2023年（当前症状）为13.5%。不良HRQoL加权患病率开发队列44.9%（95% CI，43.7–46.1%），验证队列50.5%（49.1–51.9%）；无持续症状COVID阳性者分别为29.2%和27.8%。不良HRQoL与低收入、不能工作、功能受限及物质和社会逆境相关；最大标准化均数差（standardized mean difference，SMD）两周期相近且差异≤0.10：认知困难0.69/0.70、行走困难0.62/0.67、办事困难0.62/0.67、抑郁障碍0.61/0.68、食物不安全0.55/0.45、社会脱节0.50/0.47。结论：长新冠队列HRQoL负担高且社会及功能相关因素明显。
3.2 模型性能与外部验证：极端梯度提升与LightGBM判别相近，选极端梯度提升为主要报告。含全部社会决定因素的规格B中，极端梯度提升内部测试AUROC为0.851（95% CI，0.839–0.864），外部验证为0.844（0.838–0.851）；外部LightGBM为0.844（0.837–0.850），随机森林0.840（0.834–0.847），惩罚逻辑回归0.834（0.827–0.841）。阈值0.50时主要模型敏感度0.71、特异度0.83、阳性预测值0.79、阴性预测值0.75。外部校准斜率0.974，校准截距0.100提示轻度系统低估；仅截距重校准校正偏移而不改变判别。预测风险最低十分位观察不良HRQoL为9.7%，最高十分位为97.8%，梯度10.1倍；观察与预测平均绝对差1.6个百分点。结论：模型跨周期判别良好，校准可接受。
3.3 社会与重叠域增量贡献：将全部社会决定因素加入核心模型使外部AUROC由0.819升至0.844，ΔAUROC为0.025（95% CI，0.021–0.029），综合判别改善为0.057。排除预设10个与HRQoL概念重叠预测因子后，判别与核心模型相似（AUROC 0.820 vs. 0.819；ΔAUROC 0.001 [?0.004至0.006]；综合判别改善?0.004；p=0.78）。仅重新引入感知压力和生活不满即恢复大部分增量（ΔAUROC 0.024 [0.021–0.028]）。四种算法中核心至排除重叠规格的AUROC变化为?0.024至0.003，心理社会测量增量为0.023至0.044。SHAP显示感知压力、残疾负担和共病负担为首要贡献；社会域占总归因重要性40.0%，功能26.2%、临床17.8%、人口学9.7%、行为6.3%。不良HRQoL随报告社会逆境数从无30%升至≥5项87%。决策曲线显示阈值0.06–0.85净获益优于全筛或不筛，社会决定因素规格在>0.10阈值超过核心模型。结论：社会决定因素表观增量多由与HRQoL重叠的心理社会和功能测量驱动。
3.4 单个社会域贡献：按相同重叠排除的核心模型逐级加入社会域：物质困难使AUROC由0.791升至0.795，Δ为0.003（95% CI，0.001–0.006）；加入社会连接升至0.812，Δ为0.017（0.014–0.020）；再加入心理社会测量升至0.834，Δ为0.022（0.019–0.026）。复合社会逆境评分因跨多个社会域被排除于域特异分析；敏感性分析中将其归入物质困难或社会连接块产生相似最终判别但改变各域表观增量；社会连接阶段AUROC低于保留复合评分的规格C（0.812 vs. 0.820）。物质困难模型中，共病负担贡献最大，其次物质困难评分；不良HRQoL随物质困难从≤1项35%升至≥4项74%，但物质困难在核心预测因子之外增量判别较小。结论：物质困难与结局强相关但增量预测有限，社会连接和心理社会测量贡献较大。
3.5 风险分层与临床效用：观察不良HRQoL随预测风险十分位单调升高，由最低9.7%至最高97.8%，观察与预测平均绝对差1.6个百分点。最高风险20%人群覆盖38%观察病例，最高风险40%覆盖67%。阈值0.50时敏感度71%、阳性预测值79%；降至0.30敏感度85%、阳性预测值69%；升至0.70阳性预测值87%、敏感度54%。需筛查人数由最低阈值1.6降至最高阈值1.1；Youden最优阈值0.46。结论：模型可分层并具临床净获益。
3.6 敏感性分析：仅家庭自测阳性而被排除者与纳入者不良HRQoL患病率相似（44.8% vs. 44.7%；SMD 0.00）；但前者一般健康差或差比例较低（17.4% vs. 25.1%；SMD 0.19），家庭收入较高、Black非西班牙裔较少、报告个人医疗提供者较少、慢性病负担较低。疫苗接种状态在内部测试样本1547人（49.7%）和外部验证队列6104人（40.7%）可获取；疫苗接种状态未改善判别（两样本ΔAUROC均为0.000），调整主要模型线性预测子后与不良HRQoL关联接近无效：内部OR 1.04（95% CI，0.78–1.40；似然比检验p=0.77），外部OR 0.96（0.80–1.14；p=0.62）。结论：主要发现对测试确认限制和疫苗状态不敏感。
3.7 亚组性能：预设亚组判别总体一致，但家庭收入层间有差异：最低收入组AUROC最高0.875，最高收入组最低0.811。不良HRQoL患病率亚组差异大：最低收入组73%，最高收入组34%，总体48%；无保险者56%、西班牙裔55%、Black非西班牙裔54%。结论：模型判别较稳，但结局负担存在社会经济不平等。
讨论部分总结：这是一项大型双周期长新冠HRQoL研究，2022年开发、2023年不重新拟合验证。模型以常规临床、功能和社会特征预测不良HRQoL并维持性能；XGBoost识别共病负担、功能受限和社会连接为主要贡献。多数社会决定因素表观获益并非来自物质困难，而来自与结局概念纠缠的测量；控制感知压力、生活不满、残疾和抑郁后，物质剥夺在共病和功能状态之外增加有限，而社会脱节和缺乏情感支持仍携带信息。金融困难与不良HRQoL未调整关联强，提示关联与增量预测回答不同问题。社会连接优于物质困难与隔离或低感知支持关联较差身心健康且常经收入和共病调整后仍存在的证据一致；长新冠波动、争议、常不被目睹且可伴劳力后症状加重，可能侵蚀社会参与；但数据不能确定因果方向。临床意义：模型更适于照护优先级而非诊断，帮助识别需早期康复、行为健康或社会支持评估者；风险梯度和决策净获益支持该用途。社会连接和感知支持贡献超过广泛物质困难指标，提示常规新冠后评估中简短评估社会连接可提供临床相关信息，但应补充而非替代物质需求筛查。长新冠社会经济不平等已有报告，本研究发现不良HRQoL随收入显著梯度，提示功能负担社会分层；减少差异需公平可及康复、行为健康和社会服务。优势包括真正时序外部验证、不同长新冠病例定义、预设构念重叠、复杂抽样设计和交叉验证稳定性；局限为BRFSS横断面不能建立时序或因果、长新冠和预测因子自报且结局与部分预测因子同源可能强化关联、两个心血管代谢危险因素在一周期不可得、社会决定因素模块州可选；但分析子队列在核心预测因子上与全队列无可辨差异。下一步需纵向数据确定社会脱节先于还是继发于HRQoL下降，及针对连接的干预是否改变轨迹；需在客观测量功能的临床队列复现。分层规格方法易转移，适用于纳入患者报告心理社会测量的预测模型。研究结论（翻译）：本研究表明，在美国长新冠成人中，常规采集的临床、功能和社会特征以良好判别识别不良HRQoL，并在独立时序队列中维持性能。社会连接提供比物质困难更多的独立预测信息，而社会因素的表观贡献很大程度反映与HRQoL概念相关的心理社会和功能测量。这些发现支持在新冠后照护中考虑简短社会连接评估，并强调开发基于患者报告结局的模型时区分概念重叠预测因子的重要性。
