利用KL-6和常规血液参数通过机器学习方法识别慢性阻塞性肺疾病（ILD）中的进行性肺纤维化

《Annals of the New York Academy of Sciences》：Machine Learning Identification of Progressive Pulmonary Fibrosis in ILD Using KL-6 and Routine Blood Parameters

基于常规血液参数和KL-6生物标志物的机器学习模型可有效诊断PPF-ILD，验证集AUC达0.831，使用10变量，适用于资源有限地区。

　　

摘要

进行性肺纤维化（PPF）是间质性肺病（ILD）中一种高死亡率的亚型，在缺乏先进影像技术的资源有限环境中诊断难度较大，有时需要采用侵入性诊断方法。本研究旨在利用常规血液检测指标和生物标志物Krebs von den Lungen-6（KL-6）开发一种用于PPF-ILD诊断的机器学习模型。数据来源于广州医科大学第一附属医院2016年至2025年间的10,687名ILD患者（其中4,399名为稳定型ILD患者，6,288名为PPF-ILD患者），这些数据被分为训练集（2016年1月至2022年10月）和验证集（2022年11月至2025年7月）。通过单变量逻辑回归分析确定了关键变量；随后使用12种算法生成了130个模型，并通过曲线下面积（AUC）、校准能力和决策曲线分析（DCA）进行评估。Lasso + 随机森林（RF）模型（包含20个变量）在训练集上的AUC为0.998，在验证集上的AUC为0.842；glmBoost + RF模型（包含10个变量）在训练集上的AUC为0.996，在验证集上的AUC为0.831，敏感性为90.0%，特异性为61.0%，F1值为83.3%。这两种模型均表现出优异的校准能力和决策曲线分析结果。KL-6是最佳的预测因子（OR = 6.20，95% CI = 5.67–6.79）。该简化模型在诊断性能上可与更复杂的Lasso + RF模型相媲美，同时具有更强的临床适用性，为资源受限环境中的PPF-ILD早期检测提供了客观、无创的检测工具。

图形摘要

本研究利用常规血液检测指标和血清KL-6开发了一种用于识别进行性肺纤维化（PPF）的机器学习模型。该模型在10,687名患者队列中经过验证，优化后的集成算法（glmBoost + 随机森林）仅使用10个可获取的变量即可实现稳定的诊断性能（AUC > 0.83）。这种无创工具有助于早期发现PPF并进行风险分层，尤其在资源有限的环境中具有重要意义。

利益冲突

作者声明不存在任何利益冲突。

数据可用性声明

由于机构规定和患者隐私保护因素，本研究生成和/或分析的数据集目前无法公开，但可应要求向通讯作者索取。