《Machine Learning and Knowledge Extraction》：Health-Related Quality of Life Among US Adults with Long COVID: Development and External Validation of a Prediction Model
编辑推荐：
长新冠（Long COVID）与健康相关生活质量（HRQoL）的显著受损相关，健康的社会决定因素可能有助于识别HRQoL负担更重的个体。然而，经外部验证的预测模型较少，且当模型纳入与结局在概念上接近的预测因子时，社会因素的表观贡献可能被高估。研究人员旨在开发并
长新冠（Long COVID）与健康相关生活质量（HRQoL）的显著受损相关，健康的社会决定因素可能有助于识别HRQoL负担更重的个体。然而，经外部验证的预测模型较少，且当模型纳入与结局在概念上接近的预测因子时，社会因素的表观贡献可能被高估。研究人员旨在开发并外部验证长新冠成人不良HRQoL的预测模型，并在剔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（BRFSS）开发，并在不重新拟合的情况下应用于2023年周期；在该周期中，长新冠的判定从既往长期症状病史变为当前症状。不良HRQoL使用美国疾病控制与预防中心（CDC）健康天数（Healthy Days）指标定义。研究人员在预设的嵌套预测因子集上评估逻辑回归和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估计增量判别能力。极端梯度提升（XGBoost）具有最高判别能力，内部测试集的接受者操作特征曲线下面积（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能力增加0.025（95% CI，0.021–0.029）。在剔除预设为与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）。仅重新纳入感知压力和生活不满意即恢复0.024（95% CI，0.020–0.028）的增加。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，社会连接比物质困难贡献更多增量判别能力（0.016 vs. 0.003）。该研究表明，使用常规收集的临床、功能和社会特征可以以良好判别能力识别长新冠成人中的不良HRQoL，且性能在独立时间队列中得以保持。社会决定因素的大部分表观预测贡献可归因于与HRQoL密切相关的心理社会和功能测量，而社会连接比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）已成为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且持续至少3个月的症状。该病临床异质性强，缺乏单一诊断检测、已确立的疾病修饰治疗或广泛接受的 staging 系统，因此评估其对身体、心理和日常功能的影响是临床管理的核心。健康相关生活质量（HRQoL）涵盖这些多维后果，可识别单一症状或诊断未充分反映的疾病负担；不良HRQoL与工作及日常活动能力下降、医疗服务使用增加和不良健康结局相关。近半数长新冠成人可能存在不良HRQoL，但难以识别负担最重者。风险预测可帮助区分，基于常规收集的临床、功能和社会特征的机器学习模型可能有助于将康复、行为健康照护和社会服务导向最可能出现显著HRQoL受损者。既往研究日益将健康社会决定因素纳入预测模型，但尚不清楚这些因素是否能在人口学特征、共病和功能状态之外提供可重复的预测信息。现有证据受三方面限制：许多模型在同一人群中开发与评估，跨独立人群或时间期性能证据有限；部分常用预测因子（如残疾、抑郁症状、感知压力和生活不满意）与HRQoL组成存在概念重叠；社会决定因素的增量贡献很少在与已控制人口学、多病和功能状态的模型比较中评估。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，使用两个独立BRFSS周期，2022年开发模型在不重新拟合下应用于2023年数据，以评估跨独立样本和不同长新冠定义的时间可迁移性，并预设预测因子集层级以量化增量贡献。
研究设计与结论意义：该研究为大型双队列研究，在2022年BRFSS开发模型并在2023年BRFSS外部验证，目标包括识别临床、功能、物质、社会和心理社会特征的预测贡献，确定其增量价值在外部验证中是否保持，以及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，常规收集的临床、功能和社会特征可较好判别不良HRQoL，性能在独立时间队列中保持；社会连接比物质困难提供更多独立预测信息，而社会因素的大部分表观贡献反映与HRQoL概念相关的心理社会和功能测量。该研究支持在新冠后照护中考虑简短社会连接评估，并强调在基于患者报告结局开发模型时区分概念重叠预测因子的重要性。
关键技术方法：数据来源于2022和2023年行为危险因素监测系统（BRFSS，州级随机电话调查非机构化美国成人的全国代表性调查），2022年周期为开发队列，2023年周期为独立时间验证队列，外部验证数据不用于预处理、预测因子选择、模型设定或开发，模型不重新拟合应用。长新冠判定按周期保留：2022年为既往曾出现感染前不存在且持续至少3个月的症状，2023年为当前存在此类症状；开发队列进一步限制为经医疗保健人员告知SARS-CoV-2检测阳性者，验证周期因问卷将医疗保健人员诊断与家庭自测合并而无法施加同一限制。结局为CDC健康天数（Healthy Days）四条目定义的不良HRQoL复合结局。候选预测因子包括人口学、慢性病负担、功能状态、健康行为、医疗服务可及性、COVID-19相关特征及州可选社会决定因素模块中的物质困难、社会连接和心理社会状况；社会决定因素分析子队列2022年约64%、2023年约58%覆盖。研究预设4种嵌套预测因子规格，比较L2惩罚逻辑回归、随机森林、极端梯度提升（XGBoost）和LightGBM，训练样本内按互信息保留前20个预测因子，超参数预设，5折交叉验证评估稳定性，内部测试集按80:20划分，外部验证不重新拟合；以AUROC和精确率-召回率曲线下面积（AUPRC）评估判别，校准采用Brier评分、校准斜率和十分位校准，增量判别用同一验证参与者的1000次配对自助重采样，并进行SHAP解释、决策曲线分析和预设亚组分析。
研究结果：
3.1 队列构建与特征：通过2022和2023年BRFSS依次应用纳入标准构建开发与验证队列。2022年445,132名受访者中380,932名（85.6%）提供有效COVID-19状态，110,877名报告经医疗保健人员确认感染，25,282名符合长新冠定义，其中24,349名有完整健康天数数据进入分析队列；2023年相应为433,323、399,229（92.1%）、201,248、27,074和26,058名。2022年和2023年分别有15,551名和15,007名回答至少6项社会决定因素条目，构成社会决定因素子队列。COVID阳性者中长新冠患病率在2022年终身症状定义下为22.8%，2023年当前症状定义下为13.5%。不良HRQoL加权患病率在开发队列为44.9%（95% CI，43.7–46.1%），验证队列为50.5%（95% CI，49.1–51.9%），而持续症状阴性COVID阳性成人分别为29.2%和27.8%；社会决定因素子队列未加权患病率为44.3%和48.3%。不良HRQoL与低 income、无法工作、功能受限及物质和社会逆境相关，两个队列中最大标准化均数差（SMD）幅度相近且差异不超过0.10：认知困难（0.69和0.70）、行走困难（0.62和0.67）、办事困难（0.62和0.67）、抑郁障碍（0.61和0.68）、食物不安全（0.55和0.45）和社会断连（0.50和0.47）。
3.2 模型性能与外部验证：通过内部测试与外部验证比较四种算法，XGBoost和LightGBM判别能力相似，XGBoost被选为主要报告模型。在包含完整社会决定因素的规格B中，XGBoost内部测试样本AUROC为0.851（95% CI，0.839–0.864），外部验证队列为0.844（95% CI，0.838–0.851）；外部判别LightGBM为0.844（95% CI，0.837–0.850），随机森林为0.840（95% CI，0.834–0.847），惩罚逻辑回归为0.834（95% CI，0.827–0.841），外部验证置信区间较窄与样本量较大一致，判别在不同建模方法间保持稳定。预设概率阈值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。外部校准斜率为0.974，校准-in-the-large为0.100，提示轻度系统性低估；仅截距重校准可纠正偏移而不改变判别。观察到的 precio 不良HRQoL从预测风险最低十分位的9.7%增至最高十分位的97.8%，对应10.1倍梯度；观察与预测概率在各风险十分位间接近，平均绝对差1.6个百分点。
3.3 社会与重叠领域的增量贡献：通过在相同15,007名参与者中比较嵌套规格，加入完整社会决定因素使外部AUROC从0.819增至0.844（ΔAUROC，0.025 [95% CI，0.021–0.029]；综合判别改善[IDI]为0.057）。剔除预设为与HRQoL概念重叠的10个预测因子后，判别与核心模型相似（AUROC，0.820 vs. 0.819；ΔAUROC，0.001 [95% CI，?0.004至0.006]；IDI，?0.004；p=0.78）。仅重新纳入感知压力和生活不满意即解释大部分观察到的判别增量（ΔAUROC，0.024 [95% CI，0.021–0.028]）。在4种算法中，从核心模型到剔除重叠预测因子规格的AUROC变化范围为?0.024至0.003，而心理社会测量的增量贡献范围为0.023至0.044。SHAP分析识别感知压力、残疾负担和共病负担为主要预测贡献者；社会测量占归因总重要性的40.0%，功能领域26.2%、临床17.8%、人口学9.7%、行为6.3%；3个主要预测因子中2个属于预设为与HRQoL概念重叠的测量。报告社会逆境数量从无到5项及以上时，不良HRQoL观察患病率从30%逐步增至87%。决策曲线分析显示在0.06至0.85阈值概率范围内净获益高于筛查全部和筛查无策略；社会决定因素规格在0.10以上所有阈值超过核心模型。
3.4 个体社会领域的贡献：在具有相同构念重叠剔除的核心模型上依次加入各社会领域，物质困难使AUROC从0.791增至0.795（ΔAUROC，0.003 [95% CI，0.001–0.006]）；加入社会连接测量使AUROC增至0.812（ΔAUROC，0.017 [95% CI，0.014–0.020]）；再加入心理社会测量进一步增至0.834（ΔAUROC，0.022 [95% CI，0.019–0.026]）。复合社会逆境评分因聚合多个社会领域而未纳入领域特异性分析；敏感性分析中将复合评分归入物质困难或社会连接模块产生相似的最终判别，但改变各领域表观增量贡献；社会连接阶段AUROC低于保留复合社会逆境评分的规格C（0.812 vs. 0.820）。在物质困难模型中，共病负担对预测贡献最大，其次为物质困难评分；不良HRQoL观察患病率随物质困难增加而明显升高，从报告不超过1项困难者的35%增至报告4项及以上者的74%，但物质困难在核心预测因子之外增加的判别能力相对较小。
3.5 风险分层与临床效用：通过外部验证队列按预测风险十分位分析，观察到的 precio 不良HRQoL从最低十分位9.7%单调增至最高十分位97.8%，观察与预测概率平均绝对差1.6个百分点；最高风险20%参与者占观察病例的38%，最高风险40%占67%。预设阈值0.50时敏感度71%、阳性预测值79%；阈值降至0.30时敏感度增至85%、阳性预测值69%；阈值升至0.70时阳性预测值87%、敏感度54%。需筛查人数从所示最低阈值1.6降至最高阈值1.1，Youden指数最优阈值为0.46。
3.6 敏感性分析：通过比较因仅报告家庭自测阳性而被排除者与开发队列纳入者，发现前者不良HRQoL患病率相似（44.8% vs. 44.7%；SMD，0.00），但复合HRQoL结局组成之一的自评总体健康差或一般较少见（17.4% vs. 25.1%；SMD，0.19）；被排除者家庭收入更高、Black非西班牙裔比例更低、报告个人医疗保健人员比例更低、慢性病负担更低。疫苗接种状态在内部测试样本1547名（49.7%）和外部验证队列6104名（40.7%）中可获得；疫苗接种状态未改善两个样本的模型判别（ΔAUROC均为0.000），校正主要模型线性预测子后，疫苗接种状态与不良HRQoL的估计关联接近无效（内部测试样本比值比[OR]，1.04 [95% CI，0.78–1.40]；似然比检验p=0.77；外部验证队列OR，0.96 [95% CI，0.80–1.14]；p=0.62）。
3.7 亚组性能：通过预设亚组分析，判别总体一致，但家庭收入分层存在差异；最低收入组AUROC最高（0.875），最高收入组最低（0.811）。不良HRQoL在各亚组间差异明显，最低收入组为73%，最高收入组为34%，总体患病率48%；未保险者（56%）、Hispanic受访者（55%）和Black非西班牙裔受访者（54%）患病率较高。
讨论部分总结：讨论部分指出，该研究为长新冠HRQoL的大型双队列研究，在具有全国代表性的一个调查周期开发，并在随后周期不重新拟合验证；常规收集的临床、功能和社会特征可预测不良HRQoL且性能跨独立数据保持。XGBoost模型识别共病负担、功能受限和社会连接为主要贡献者，并显示纳入社会决定因素的大部分表观收益并非归因于物质困难，而归于与结局本身概念纠缠的测量；控制感知压力、生活不满意、残疾和抑郁后，物质剥夺在共病和功能状态之外增加甚少，而社会断连和缺乏情感支持仍携带信息。财务困难在未校正比较中与不良HRQoL强相关，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既有证据一致，即隔离和低感知支持与较差身体和心理健康相关，且这些关联通常在调整收入和共病后仍存在；长新冠波动、存在争议且常缺乏见证，并常伴劳累后症状加重，这些特征侵蚀社会参与，但数据不能确定断连导致不良HRQoL还是限制活动所致。临床意义上，预测模型可能更多用于照护优先级而非诊断，帮助识别更可能不良HRQoL、可能需要更早评估康复、行为健康服务或社会支持的长新冠成人；预测风险组间HRQoL负担梯度和决策阈值范围内净获益支持该潜在应用。研究提示简短评估社会连接和感知支持可在常规新冠后评估中提供临床相关信息，但应补充而非替代物质需求筛查，因为财务困难、食物不安全和住房不稳定也与不良健康结局和照护障碍相关。长新冠患病率、症状负担和恢复中的社会经济不平等已有报道，本研究中不良HRQoL随收入组的显著梯度扩展了该证据，表明长新冠功能负担也具有社会模式；风险预测可帮助临床医生识别需要更强支持者，但减少差异可能需要更广泛努力以改善康复、行为健康照护和社会服务的公平可及。研究优势包括真正时间外部验证、验证队列采用不同长新冠病例定义、构念重叠在模型拟合前预设、描述性估计纳入复杂调查设计并以交叉验证确认模型稳定性。局限包括BRFSS为横断面，不能建立预测因子与结局的时间顺序，结果应解读为预测性而非因果性；长新冠状态和预测因子为自报，结局与若干预测因子共享报告来源，可能增强观察关联，而分层设计隔离并量化了最易受此影响的领域；两个心脏代谢危险因素在一个周期不可用，社会决定因素模块为州选择性，但分析子队列在所有检查的核心预测因子上与全队列不可区分。下一步包括纵向数据确定社会断连是否先于HRQoL下降或随后发生，以及针对连接的干预是否改变轨迹；在功能客观测量的临床队列中重复，以确认当HRQoL独立于预测因子评估时关系是否持续；分层规格方法易于迁移，适用于纳入患者报告心理社会测量的预测模型。
研究结论（译）：该研究表明，在美国长新冠（Long COVID）成人中，常规收集的临床、功能和社会特征能够以良好判别能力识别不良HRQoL，且性能在独立时间队列中得以保持。社会连接比物质困难提供更多独立预测信息，而社会因素的大部分表观贡献反映了与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的社会连接评估，并强调在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。
