通过可解释的人工智能揭示银屑病中心血管风险的关键生物标志物 Hasan Ucuzal 和 Mehmet K?vrak

《Biology》：Unveiling Key Biomarkers of Cardiovascular Risk in Psoriasis Through Explainable Artificial Intelligence Hasan Ucuzal and Mehmet K?vrak

　　

三、摘要翻译 银屑病患者面临显著升高的心血管疾病（CVD）风险，然而标准临床工具难以实现早期识别。研究人员利用2685例银屑病患者的数据，在严格的防泄漏框架内训练并验证了六种机器学习模型。CatBoost取得了最佳性能（ROC-AUC=0.908，Brier=0.078），并识别出包括年龄、血压和炎症标志物在内的21个关键预测因子。可解释人工智能方法（SHAP、LIME、Anchors）提供了透明的、患者层面的风险解释。本研究证明，使用常规临床数据的可解释机器学习可支持银屑病患者CVD风险分层，但需外部验证。

四、论文解读

研究背景与意义

银屑病是一种以遗传易感性为基础、免疫介导的慢性皮肤病，全球患病率约2%，常伴随代谢综合征、抑郁症及心血管疾病（CVD）等共病。CVD是银屑病患者的主要死亡原因之一，其发病隐匿、症状异质性高，传统临床工具难以实现早期精准风险分层。近年来，机器学习算法在医疗决策支持中的应用日益广泛，但针对银屑病患者的CVD风险预测模型仍存在数据泄漏风险高、可解释性不足等问题。为此，研究人员开展了基于可解释人工智能的银屑病CVD风险预测研究，旨在开发兼具高精度与透明性的风险评估工具，相关成果发表于《Biology》。

关键技术方法

研究纳入首都医科大学附属北京中医医院2009年1月至2024年9月的2685例银屑病患者数据，经年龄、肿瘤及数据完整性筛选后，最终纳入2416例受试者（CVD阳性225例，阴性2191例）。采用局部离群因子（LOF）算法去除异常值，通过Boruta算法进行特征选择，合成少数类过采样技术（SMOTE-NC）处理类别不平衡。构建六种机器学习模型（逻辑回归基线及XGBoost、LightGBM、CatBoost等五种集成算法），采用嵌套交叉验证框架（外层10折、内层3折）优化超参数，结合SHAP、LIME、Anchors等方法实现模型可解释性分析。

研究结果

1. 相关性分析

Pearson相关矩阵显示，CVD与代谢指标（糖尿病r=0.32、空腹血糖r=0.27）、血管风险因素（高血压r=0.35、年龄r=0.32）呈显著正相关；补体C1q（r=-0.08）、白蛋白（ALB，r=-0.08）等与CVD呈弱负相关。血小板计数（PLT）与血小板压积（PLT_PCT）强正相关（r=0.85），提示共线特征需进一步筛选。

2. 模型性能

六种模型中，逻辑回归基线ROC-AUC达0.909，但因校准差（Brier=0.114>0.10）被排除。CatBoost表现最优：OOF ROC-AUC=0.908（95%CI[0.892–0.924]），PR-AUC=0.509（95%CI[0.448–0.578]），Brier=0.078，F1=0.540，MCC=0.498。LightGBM校准最佳（Brier=0.076），AdaBoost校准最差（Brier=0.145）。

3. 可解释性分析

SHAP全局重要性显示，年龄（mean|SHAP|≈1.42）、高血压（≈0.70）、空腹血糖（FBG，≈0.70）、血脂异常（≈0.65）及γ-谷氨酰转移酶（GGT，≈0.45）为前五位预测因子。局部解释（五例代表性患者）表明，高风险患者特征贡献以血脂异常（Dyslipidemia>0.00，+0.203）、FBG>6.39（+0.167）为主。PDP/ICE曲线显示，FBG（拐点~6–7 mmol/L）、年龄（拐点~55–60岁）、收缩压（SBP，拐点~150 mmHg）与CVD风险呈单调正相关；补体C1q（拐点~130–140 mg/dL）、载脂蛋白E（apoE，拐点~30–35 mg/dL）与风险呈负相关。Anchors规则对高风险患者的解释为“年龄≤43.00且血脂异常≤0.00”（精度0.979，覆盖率0.241）。

讨论与结论

研究通过严格防泄漏框架开发的CatBoost模型，在银屑病CVD风险预测中表现出优异的判别能力与校准性能，其优势在于概率校准（Brier=0.078）与少数类检测（PR-AUC=0.509），而非单纯提升判别度（ΔROC≈-0.001）。关键预测因子涵盖代谢、血管及炎症指标，提示银屑病“炎症-代谢-心血管损伤”的病理关联。补体C1q与apoE的负相关关联需实验验证其潜在保护机制。局限性包括单中心回顾性设计、缺乏外部验证及未纳入影像学指标。未来需开展多中心前瞻性研究，整合多组学数据以提升模型泛化性。

结论：本研究通过可解释机器学习构建了银屑病CVD风险预测模型，CatBoost为最优算法，识别出21个关键生物标志物，为临床风险分层提供了透明化工具，但需外部验证后方可转化应用。