机器学习在识别不安腿综合征相关因素中的应用以及终末期肾病患者分类模型的开发
《Frontiers in Neurology》:Machine learning for identification of restless legs syndrome-associated factors and classification model development in end-stage renal disease patients
【字体:
大
中
小
】
时间:2026年04月29日
来源:Frontiers in Neurology 2.8
编辑推荐:
**摘要**
**背景**:不安腿综合征(RLS)是终末期肾病(ESRD)患者在接受透析治疗时常见且令人衰弱的并发症,显著影响睡眠质量和生活质量。筛查该病的普遍病例仍然具有挑战性。本研究旨在开发并验证一种基于机器学习的可解释分类模型,用于识别ESRD患者中的RLS状态。
**
**摘要**
**背景**:不安腿综合征(RLS)是终末期肾病(ESRD)患者在接受透析治疗时常见且令人衰弱的并发症,显著影响睡眠质量和生活质量。筛查该病的普遍病例仍然具有挑战性。本研究旨在开发并验证一种基于机器学习的可解释分类模型,用于识别ESRD患者中的RLS状态。
**方法**:2024年4月至10月期间,共纳入396名ESRD患者(173名接受血液透析,223名接受腹膜透析)。患者被随机分为训练集(70%,n=287)和测试集(30%,n=109)。特征选择采用LASSO回归结合五折交叉验证进行,随后通过赤池信息量准则(AIC)进行优化。共开发了九种机器学习算法:逻辑回归(LR)、随机森林(RF)、支持向量机(SVM)、梯度提升机(GBM)、K近邻(KNN)、决策树(DT)、人工神经网络(ANN)、多变量自适应回归样条(MARS)和二次判别分析(QDA)。模型性能通过判别能力(AUC-ROC)、校准(布里尔分数、校准曲线)和临床效用(决策曲线分析,DCA)进行评估。为了提高模型的可解释性,还使用了Shapley加性解释(SHAP)技术。
**结果**:最终选择了五个变量:β2-微球蛋白、血红蛋白、糖尿病、冠心病和酒精摄入量。SVM在测试集中的表现最佳,AUC为0.791(95% CI:0.702–0.879),优于其他模型。SVM的准确率为0.761,敏感性为0.711,特异性为0.797,F1分数为0.711,布里尔分数为0.183。校准曲线显示估计概率与观察概率之间有良好的一致性。DCA确认在各个阈值概率下均具有显著的临床效益。SHAP分析显示β2-微球蛋白(平均|SHAP| = 0.131)和贫血是最具影响力的变量,糖尿病、冠心病和酒精摄入量也起到了一定作用。SHAP依赖性图揭示了β2-微球蛋白与血红蛋白之间的相互作用,以及糖尿病对较高血红蛋白保护作用的调节作用。
**结论**:我们开发并验证了一种基于SVM的可解释分类模型,利用易于获取的临床变量来识别ESRD患者中的RLS。该模型表现令人满意,但在临床应用前需要在多中心队列中进行前瞻性外部验证。这一工具可能有助于筛查常见的RLS病例,并为临床决策提供依据。
---
**引言**
不安腿综合征(RLS),也称为Willis-Ekbom病,是一种慢性感觉运动神经系统疾病,其特征是无法抑制的腿部移动冲动,常伴有休息时加剧、活动后缓解的不适感(1, 2)。诊断需要满足国际不安腿综合征研究组(IRLSSG)制定的五个基本标准:(1)腿部移动的冲动,通常伴有不适感;(2)在休息或不活动期间发作或加重;(3)通过移动部分或完全缓解;(4)主要在晚上或夜间出现;(5)排除其他医学或行为因素。
终末期肾病(ESRD)是RLS最常见的继发性原因之一,据报道在透析患者中的患病率在20%至65%之间,远高于普通人群的5%–15%(3–5)。ESRD中RLS的病理生理机制是多因素的,涉及尿毒症毒素积累、铁缺乏、多巴胺能功能障碍、慢性炎症和周围神经病变(6, 7)。重要的是,ESRD患者的RLS与严重的睡眠障碍、抑郁、焦虑、生活质量下降以及心血管疾病发病率和死亡率增加相关(8–10)。尽管RLS具有显著的临床影响,但在临床实践中仍被低估,尤其是在透析人群中,其症状可能被归因于其他尿毒症并发症。筛查常见病例可以实施针对性干预措施,包括优化透析效果、补充铁剂、多巴胺能治疗和生活方式调整(11, 12)。然而,依赖单一风险因子的传统风险分层方法在临床决策方面的预测准确性不足。
机器学习(ML)预测模型在医学研究中的应用迅速扩展,已在多种疾病背景下显示出实用性,包括败血症引起的凝血功能障碍预测(13)、肿瘤复发和转移评估(14)以及神经系统疾病识别(15)。这些发展突显了基于ML的工具在增强临床决策支持方面的潜力,同时也强调了严格验证和可解释性的重要性。机器学习也成为开发肾病学预测模型的强大工具,尤其在处理复杂高维数据和捕捉变量之间的非线性关系方面具有优势(16, 17)。虽然已有研究确定了ESRD中RLS的风险因素,但很少有研究使用ML方法开发并验证全面的分类模型(18, 19)。此外,许多ML算法的“黑箱”特性限制了其在临床中的应用,因为临床医生需要能够提供机制洞察的可解释模型(20)。
可解释人工智能(XAI)技术的出现,特别是Shapley加性解释(SHAP),通过量化每个特征对个体预测的贡献并揭示变量之间的交互作用,解决了这一问题(21, 22)。SHAP值既允许全局解释(整个数据集中的特征重要性),也允许局部解释(单个患者层面的解释),从而便于临床应用。
**研究目的**:
(1)开发并验证一种基于SVM的可解释分类模型,用于识别特征明确的ESRD患者中的RLS;
(2)通过全面性能评估确定最佳模型;
(3)应用SHAP分析以提高模型的可解释性,并阐明相关因素之间的复杂相互作用。
**材料与方法**
**研究设计与人群**
这项前瞻性横断面研究于2024年4月至10月在中国天津第一中心医院进行。纳入标准为:(1)年龄≥18岁;(2)透析时间≥3个月;(3)能够完成标准化问卷。排除标准包括:(1)透析前已有RLS诊断;(2)帕金森病或其他运动障碍;(3)认知障碍导致无法提供知情同意;(4)非尿毒症原因引起的周围神经病变;(5)下肢截肢或手术;(6)急性感染或病情不稳定;(7)数据不完整。研究方案获得了天津第一中心医院伦理委员会的批准(批准编号:2024-076)。所有参与者均提供了书面知情同意。研究遵循《赫尔辛基宣言》进行。
**RLS评估**
RLS的诊断通过经过培训的肾病学家使用IRLSSG 2014诊断标准进行结构化访谈来确定(1)。严重程度分为轻度(偶尔出现症状,睡眠干扰轻微)、中度(每周症状<2次,睡眠干扰中等)或重度(每天症状≥3次)(23)。睡眠质量使用匹兹堡睡眠质量指数(PSQI)评估,得分≥11表示睡眠障碍(24)。
**数据收集**
通过电子病历和标准化访谈收集了全面的人口统计学、临床和实验室数据。变量包括:年龄、性别、教育水平、透析方式、透析时间、合并症(高血压、糖尿病、冠心病、脑血管疾病)、生活方式因素(吸烟、酒精摄入)、药物使用情况以及完整的血液计数和差异分析、全面代谢指标、铁研究、甲状旁腺激素和β2-微球蛋白。
对于血液透析患者,详细记录了透析处方,包括透析频率(每周3次)、每次透析时间(4小时)、透析器类型(低通量聚砜膜:57名患者,32.7%;低通量三醋酸膜:51名患者,29.3%;高通量聚砜膜:65名患者,36.1%)、血流速度(250–300 mL/分钟)和透析液流速(500 mL/分钟)。此外,23名血液透析患者(13.3%)每两周进行一次血液透析滤过,每次置换量15–20 L。对于腹膜透析患者,治疗方式包括持续性腹膜透析(CAPD,181名患者,81.1%)和自动腹膜透析(APD,42名患者,18.9%),每日透析液交换量6–8 L。
缺失数据很少(所有变量<5%)。为了减少潜在偏差,在训练集中使用中位数插补连续变量,使用众数插补分类变量,并将相同参数应用于测试集。
**特征选择**
为防止过拟合并提高模型的泛化能力,我们采用了两阶段特征选择过程,结合了正则化和传统统计推断的优势。在第一阶段,对训练集应用最小绝对收缩和选择算子(LASSO)回归结合五折交叉验证,通过L1正则化处理高维数据和多重共线性,其中最优正则化参数(λ)通过最小交叉验证误差准则(lambda.min)确定,LASSO正则化的alpha参数设为1,保留非零系数的变量用于后续分析。LASSO回归自动将不重要的系数缩减为零。在第二阶段,将这些保留的变量输入多变量逻辑回归模型,并基于赤池信息量准则(AIC)进行逐步向后消除,通过移除统计上不显著的变量(p > 0.05)来优化模型简洁性,确保最终变量独立贡献于结果。这种混合方法平衡了数据驱动的特征选择和统计严谨性。
**模型开发**
使用R软件(版本4.4.2)实现了九种机器学习算法,并为每种方法配置了特定参数。逻辑回归作为基线线性分类器,使用glm函数;随机森林配置为500棵决策树的集成模型,使用randomForest包进行自助聚合;支持向量机采用基于核的分类器,核函数为径向基函数,成本参数通过e1071包进行网格搜索优化;梯度提升机设置为顺序集成模型,包含100棵树,交互深度为3,收缩率为0.1;K近邻使用class包基于实例学习,k=5和欧几里得距离;决策树应用递归分割,使用rpart包,Gini杂质和最小节点大小为10;人工神经网络配置为多层感知器,包含一个隐藏层,包含5个神经元,权重衰减为0.001,最大迭代次数为1000;多变量自适应回归样条使用earth包实现非线性回归,最大交互作用为2度;二次判别分析作为概率分类器,使用MASS包实现二次决策边界。所有模型随后在训练集上通过五折交叉验证进行系统超参数调整,以优化泛化性能,最优超参数基于最大AUC选择。
**模型评估**
模型评估包括三个关键维度:
1. **判别能力**:通过计算训练集和测试集的接收者操作特征曲线下面积(AUC-ROC)进行评估,使用DeLong检验比较不同模型的AUC(25),过拟合定义为训练集和测试集AUC差异超过0.10。
2. **校准**:通过生成校准曲线(使用1,000次自助重采样)来评估估计概率与观察概率之间的差异,计算布里尔分数(Brier score)作为估计结果与实际结果之间的平均平方差异,较低值表示更好的校准,计算平均绝对误差以量化校准准确性。
3. **临床效用**:使用rmda包进行决策曲线分析,评估从0到1.0的阈值概率范围内的净临床效益,将每个模型与“全部治疗”和“不治疗”策略进行比较(26)。
**进一步评估**
为了进一步评估模型在不同透析方式下的鲁棒性和泛化能力,我们按透析类型进行了分层模型验证。分别在血液透析和腹膜透析患者中评估模型性能,使用接收者操作特征曲线下面积(AUC)进行比较,并使用DeLong检验进一步评估亚组间的AUC差异。
**模型解释**
使用shapviz包对最优SVM模型应用SHAP分析:
(1)计算平均绝对SHAP值以排名特征重要性(全局解释);
(2)生成瀑布图显示个别患者层面的分类分解(局部解释);
(3)创建依赖图以可视化特征交互作用和非线性效应。我们认识到,变量是使用LASSO+AIC方法预先筛选的,这意味着SHAP值反映的是选定变量的贡献,而不是所有候选变量的贡献。为了解决这一局限性,我们采取了以下措施:(1)将SHAP排名与LASSO筛选前的完整模型中的排列重要性进行比较,以确认主要变量的一致性;(2)对仅使用LASSO的模型(7个变量)进行了SHAP分析,以评估AIC优化是否显著改变了解释结果;(3)报告了全局(平均|SHAP|)和局部(个别瀑布图)解释,以最大化临床实用性,尽管存在这一限制。
**统计分析**
连续变量根据Shapiro–Wilk检验确定的正态性,表示为均值±标准差或中位数(四分位数范围)。分类变量以频率和百分比呈现。组间比较根据情况使用独立t检验、Mann–Whitney U检验或卡方检验。统计显著性设定为双尾p<0.05。所有分析均使用R版本4.4.2(奥地利维也纳的R Foundation for Statistical Computing)进行。
**样本量合理性**
基于先前研究报告的ESRD患者中RLS(肾性肢端动脉病)的患病率为40%,并假设有10个候选变量,根据每个变量10个事件的规则(EPV),需要至少200名患者(100个事件)的样本量才能可靠地开发模型。假设有10个候选变量进行保守估计,396名患者(164例RLS)提供了足够的统计功效(>80%),以95%的置信区间宽度检测到AUC为0.75。最终选定5个变量后,有效样本量绰绰有余。
**基线特征**
在396名入组患者中,164名(41.4%)被诊断为RLS。RLS组患者的年龄较大(57 [46–65]岁 vs. 53 [43–62]岁,p = 0.012),透析时间更长(48 [18–96]个月 vs. 31.5 [13.75–60]个月,p = 0.004),糖尿病(40.2% vs. 28.0%,p = 0.015)、冠心病(39.0% vs. 22.0%,p < 0.001)和饮酒(7.9% vs. 2.6%,p = 0.027)的患病率也更高。实验室检测结果显示,RLS患者的血红蛋白水平较低(106 [99–115] g/L vs. 115 [107–122] g/L,p < 0.001),β2-微球蛋白水平较高(32.86 [28.07–36.55] mg/L vs. 25.47 [17.60–30.41] mg/L,p < 0.001),嗜酸性粒细胞计数也较高(0.21 [0.15–0.31] × 10^9/L vs. 0.17 [0.11–0.26] × 10^9/L,p = 0.002)(表1)。
**表1 基线特征**
| 无RLS(n = 232) | RLS(n = 164) | p值 |
|--------------|--------------|-------|
| 年龄(岁) | 53 (43–62) | 57 (46–65) | 0.012 |
| 女性比例(%) | 90 (38.8) | 75 (45.7) | 0.202 |
| 透析方式 | 血液透析(%) | 105 (45.3) | 68 (41.5) | 0.518 |
| 腹膜透析(%) | 127 (54.7) | 96 (58.5) | 0.518 |
| 透析时间(月) | 31.5 (13.75–60) | 48 (18–96) | 0.004 |
| 并发症 | 高血压 | 211 (90.9) | 156 (95.1) | 0.169 |
| 糖尿病 | 65 (28.0) | 66 (40.2) | 0.015 |
| 冠心病 | 51 (22.0) | 64 (39.0) | <0.001 |
| 脑血管疾病 | 38 (16.4) | 31 (18.9) | 0.605 |
| 生活方式因素 | 当前吸烟 | 27 (11.6) | 29 (17.7) | 0.120 |
| 饮酒 | 6 (2.6) | 13 (7.9) | 0.027 |
**特征选择**
LASSO回归结合五折交叉验证识别出7个具有非零系数的变量:教育水平、高血压、糖尿病、冠心病、饮酒、血红蛋白和β2-微球蛋白(图1)。随后的基于AIC的逐步优化排除了教育水平和高血压(p > 0.05),最终得到5个变量:β2-微球蛋白、血红蛋白、糖尿病、冠心病和饮酒。最终模型的AIC从391.46降低到316.12。敏感性分析确认了仅使用LASSO(7个变量,AUC = 0.785)和LASSO+AIC优化后的模型(5个变量,AUC = 0.791)的性能相当,支持了我们特征选择方法的稳定性。
**图1 LASSO回归用于特征选择。**
(A) 对数λ值下的系数路径;(B) 最优λ选择的交叉验证误差曲线(垂直虚线)。
**多变量逻辑回归分析**
我们检查了透析方式(HD vs. PD)与每个独立变量之间的交互作用。结果显示:透析方式 × β2-微球蛋白,p = 0.312;透析方式 × 血红蛋白,p = 0.456;透析方式 × 糖尿病,p = 0.289。未检测到透析方式与任何主要变量之间的统计学上显著的交互作用(所有p > 0.05),表明这些变量在当前数据集中对不同透析方式没有差异性效应。这些发现为在HD和PD患者群体中应用统一的分类模型提供了支持性证据,尽管不是决定性的。
**模型性能比较**
通过多个维度全面评估了模型性能。在区分能力方面,GBM在训练集中的AUC最高(0.935,95% CI:0.907–0.963),其次是ANN(0.882)和SVM(0.817)。然而,在评估泛化能力的测试集中,SVM的表现更优,AUC为0.791(95% CI:0.702–0.879),优于LR(0.784)、RF(0.783)、MARS(0.780)、KNN(0.771)、QDA(0.766)、GBM(0.743)、DT(0.719)和ANN(0.684)(表2;图2)。在测试集的亚组分析中,SVM模型在HD患者和PD患者中的表现相当,AUC分别为0.746和0.833,亚组间无统计学显著差异(p = 0.357)。值得注意的是,ANN和GBM在训练集和测试集的AUC之间存在较大差异(分别为0.198和0.192),表明可能存在过拟合,而SVM、LR、RF和MARS的泛化性能稳定,训练集和测试集的AUC差异小于0.05。在综合指标方面,SVM在测试集的所有评估标准上均达到最优或接近最优水平,包括准确率0.761、精确度0.711、敏感性0.711、特异性0.797、F1分数0.711和Brier分数0.183(图3),而ANN在所有指标上的表现较差,准确率仅为0.651,F1分数为0.486。使用1,000次自助法重采样生成的校准曲线显示,大多数模型在训练集的估计概率和观察概率之间有良好的一致性(图4),尽管在测试集中RF和GBM的校准性能有所下降,而SVM的校准性能适中,Brier分数可接受(图5)。最后,决策曲线分析显示,GBM在训练集的广泛阈值概率范围内提供了最高的净收益,而在测试集中SVM和LR在其他模型中提供了更好的净收益,且在不同临床相关阈值概率上的表现稳定(图6)。
**图2 九种机器学习模型的性能比较。**
| 模型 | 训练集AUC(95% CI) | 测试集AUC(95% CI) | 准确率 | 敏感性 | 特异性 | F1分数 | Brier分数 |
|------------|--------------|----------------|-------|--------|--------|---------|---------|
| 逻辑回归 | 0.817 (0.769–0.865) | 0.784 (0.694–0.874) | 0.761 | 0.711 | 0.797 | 0.193 |
| 随机森林 | 0.933 (0.907–0.959) | 0.783 (0.695–0.870) | 0.697 | 0.667 | 0.667 | 0.193 |
| 支持向量机 | 0.817 (0.769–0.865) | 0.791 (0.702–0.879) | 0.761 | 0.711 | 0.797 | 0.183 |
| 梯度提升机 | 0.935 (0.907–0.963) | 0.743 (0.646–0.839) | 0.725 | 0.667 | 0.660 | 0.211 |
| K-最近邻 | 0.780 (0.729–0.831) | 0.771 (0.677–0.865) | 0.734 | 0.674 | 0.778 | 0.193 |
| 决策树 | 0.730 (0.674–0.785) | 0.719 (0.629–0.810) | 0.716 | 0.706 | 0.720 | 0.608 |
| 神经网络 | 0.882 (0.832–0.931) | 0.684 (0.594–0.774) | 0.651 | 0.621 | 0.662 | 0.486 |
| MARS | 0.786 (0.743–0.829) | 0.780 (0.689–0.872) | 0.752 | 0.705 | 0.785 | 0.697 | 0.189 |
| QDA | 0.776 (0.726–0.826) | 0.766 (0.676–0.857) | 0.697 | 0.667 | 0.713 | 0.593 | 0.205 |
**图3 测试集中九种模型的性能指标比较。**
| 准确率 | 敏感性 | 特异性 | F1分数 | Brier分数 |
|------------|------------|---------|---------|---------|---------|
| 逻辑回归 | 0.817 | 0.769 | 0.784 | 0.761 | 0.797 | 0.193 |
| 随机森林 | 0.933 | 0.907 | 0.783 | 0.695 | 0.667 | 0.667 |
| 支持向量机 | 0.817 | 0.769 | 0.791 | 0.761 | 0.711 | 0.797 |
| 梯度提升机 | 0.935 | 0.907 | 0.743 | 0.646 | 0.667 | 0.660 |
| K-最近邻 | 0.780 | 0.729 | 0.771 | 0.674 | 0.778 | 0.193 |
| 决策树 | 0.730 | 0.674 | 0.719 | 0.629 | 0.716 | 0.706 |
| 神经网络 | 0.882 | 0.832 | 0.684 | 0.594 | 0.651 | 0.662 |
| MARS | 0.786 | 0.743 | 0.780 | 0.689 | 0.752 | 0.705 | 0.785 |
| QDA | 0.776 | 0.726 | 0.766 | 0.676 | 0.697 | 0.667 | 0.593 |
**图4 训练集(1,000次自助法重采样)的校准曲线。**
**图5 测试集(1,000次自助法重采样)的校准曲线。**
**图6 (A)训练集和(B)测试集的决策曲线分析。**
重复10×5折交叉验证确认了SVM的优越和稳定性能(平均AUC:0.789,变异系数:0.35%),各折叠间的变异最小(范围:0.785–0.791)。自助法分析(1,000次重采样)得出的AUC估计值一致(95% CI:0.780–0.793),与我们的主要分析结果非常吻合。值得注意的是,在50次迭代中有25次(50%)SVM获得了最高的AUC,进一步证实其性能优势并非由于单次随机分割的偶然性。
**讨论**
**研究贡献与创新**
我们的研究通过解决ESRD患者中一种特定的、被低估的并发症,为基于机器学习的临床分类研究做出了贡献。与先前的肾脏病学应用研究结果一致,我们证明了当样本量适中时,较简单的算法(如SVM)通常优于复杂模型,强调了验证性能相对于训练指标的重要性。结合SHAP以提高可解释性,符合临床AI透明度的新兴标准(13–15),有助于将预测工具转化为可操作的临床见解。我们使用易于获得的临床变量开发并全面验证了九种基于机器学习的RLS分类模型。SVM模型表现出最佳的泛化性能,AUC为0.791,敏感性和特异性平衡(各约71%),临床实用性良好。SHAP分析提供了机制性见解,确定了β2-微球蛋白和贫血是主要风险因素,糖尿病和冠心病通过交互作用影响风险。
**研究设计考虑**
横断面设计限制了因果推断和时间泛化能力。我们的模型是对患有RLS的患者进行分类,而不是预测未来的病例。因此,该工具最适合用于筛查和诊断支持,而不是疾病预防的风险分层。需要进行纵向研究,以开发出真正的预后模型,用于预测新发RLS(不安腿综合征)。在本研究中,RLS的患病率为41.4%,这比以往针对透析人群的研究报告的患病率要高。先前的研究显示,透析患者中RLS的患病率存在相当大的差异,这可能与研究人群的不同有关。据报道,终末期肾病(ESRD)患者的RLS患病率更高,这是由于尿毒症毒素积累、电解质失衡以及神经功能改变所致。此外,由于这是一项单中心研究,患者组成的选择偏差可能会影响观察到的患病率。另外,RLS的诊断主要依赖于主观症状报告,而没有客观的生物学标志物,这引入了一定程度的主观性。不同研究之间诊断方法和纳入标准的差异也可能导致报告的患病率不一致。
关于校准,较高的基线患病率可能会影响外部人群中的概率估计,这些人群的疾病负担不同。我们通过以下方式解决了这个问题:(1)提供经过偏差校正的校准曲线;(2)报告受患病率影响较小的Brier分数;(3)强调应使用DCA(决策曲线分析)根据当地患病率重新调整阈值。该模型在我们队列中的良好校准(Brier分数=0.183)表明概率估计是可靠的,但外部验证必须评估其在不同RLS患病率环境中的适用性。
使用1000次自助法重采样生成的校准曲线显示,训练集中大多数模型的估计概率与观察概率之间有很好的一致性(图4),尽管在测试集中校准性能总体上有所下降,其中RF(随机森林)和GBM(梯度提升机)保持了相对良好的校准,而SVM(支持向量机)显示出适度的校准,Brier分数可接受,适用于风险分层,但不适用于确诊。
与以往文献的比较:以往关于ESRD中RLS识别的研究主要采用了传统的逻辑回归方法,且变量集有限。Stefanidis等人(18)确定了年龄、女性性别和糖尿病是血液透析(HD)患者的相关因素。Lin等人(19)开发了一个包含铁缺乏和炎症标志物的回归模型。然而,这些研究没有系统地比较机器学习算法或讨论模型的可解释性。我们的研究通过几项创新推进了这一领域:(1)对多种机器学习算法进行了全面的比较,并进行了严格的验证;(2)应用SHAP(Shapley值)进行透明且具有临床可操作性的解释;(3)确定β2-微球蛋白是最强的相关因素,并量化了交互效应;(4)在HD和PD(腹膜透析)两种模式下进行了统一建模,提高了模型的泛化能力。
模型性能和算法选择:SVM相比更复杂的模型(如ANN和GBM)的优越性突显了在临床分类中泛化能力的重要性。SVM对高维数据的鲁棒性以及通过核方法有效处理非线性关系的能力可能是其最佳验证性能的原因。ANN和GBM观察到的过拟合可能反映了它们倾向于记忆训练数据模式,而这些模式不具有泛化能力,尤其是在样本量中等的情况下。
**关键变量和病理生理学见解**:β2-微球蛋白作为主要风险因素:β2-微球蛋白成为主要风险因素,这与它在尿毒症毒性中的作用一致。我们的数据显示了强烈的统计关联;然而,我们承认这种关联机制与RLS发病机制之间的联系是基于先前的文献推断的,这些文献指出中分子量蛋白质在外周神经病变和透析相关淀粉样变性中的作用。SHAP依赖图中观察到的β2-微球蛋白关联效应受血红蛋白和糖尿病的影响,这表明可能存在需要实验验证的潜在病理生理学相互作用。基于先前的证据(30-32),我们假设贫血相关的组织缺氧和氧化应激可能与尿毒症毒性相互作用,而糖尿病相关的微血管功能障碍可能会增加对神经毒性的敏感性。这些解释是探索性的,需要在机制研究中得到确认。此外,β2-微球蛋白观察到的强关联值可能反映了我们队列中透析充分性的差异。高通量透析和血液透析滤过相比低通量传统透析提供了更好的中分子量清除能力,这可以解释为什么一些具有相似透析时间的患者表现出显著不同的β2-微球蛋白水平。
**血红蛋白和糖尿病的相互作用**:较高的血红蛋白及其与糖尿病的相互作用与证据一致,即铁缺乏和贫血会损害多巴胺能功能并加重RLS症状(32)。然而,我们观察到糖尿病会减弱血红蛋白的保护作用,这表明糖尿病性神经病变可能代表了一种独立的、与铁无关的RLS发病途径。这一发现具有重要的临床意义,因为糖尿病性ESRD患者可能需要更密集的RLS筛查,无论是否纠正了贫血。
**酒精消费**:酒精消费的患病率较低(3.5%),限制了对其影响的精确估计。我们建议将这一变量视为探索性的,需要在酒精暴露率更高的更大队列中进行验证。从临床角度来看,鉴于置信区间较宽,不应认为没有酒精消费就具有很强的保护作用。
**统计关联与因果机制的区分**:我们明确区分了数据驱动的发现(统计关联和分类性能)和假设生成的解释(机制途径)。我们模型的临床实用性在于其分类有效性,而不是已证明的生物学机制。SHAP值量化了每个变量在统计层面对应模型预测的贡献,但并未建立因果关系或生物学机制。依赖图表明可能存在相互作用,但这些可能反映了统计相关性而非真正的效应修饰。从临床角度来看,该模型可以识别高风险表型,但无法确定修改特定因素(例如降低β2-微球蛋白)是否可以预防RLS。需要针对可修改因素的随机试验来确定因果关系和临床疗效。
**临床应用和实施考虑**:开发的SVM模型具有多种临床应用,包括通过五个易于获得的变量进行快速、成本效益高的筛查以实现风险分层,其中模型得出的概率阈值0.5(作为示例)可以触发全面的RLS评估;然而,最佳阈值应根据DCA结果和当地资源情况使用标准化诊断工具来确定。对于针对性干预,高风险患者可能受益于增强β2-微球蛋白清除策略,如高通量透析或血液透析滤过、铁优化和多巴胺能疗法评估,SHAP基解释可以根据每个患者的主要风险因素指导个性化治疗选择。此外,通过基于SHAP的个性化解释,可以增强患者的参与度和依从性,从而促进共享决策。总体而言,这些应用展示了模型的可解释性如何解决了机器学习在神经学和肾病学中应用的关键障碍,因为临床医生不仅可以了解患者是否属于高风险群体,还可以了解原因,从而基于可修改因素进行有针对性的干预——这对于临床信任和AI工具的监管接受度至关重要。
**关于临床实施的注意事项**:开发的SVM模型在经过严格验证之前具有潜在的临床应用:(1)通过五个易于获得的变量进行快速筛查以实现风险分层,其中模型得出的概率阈值0.5可以触发全面的RLS评估——尽管最佳阈值需要前瞻性校准;(2)为高风险患者制定针对性干预计划,但需要注意的是,β2-微球蛋白清除策略对RLS预防的有效性在随机试验中尚未得到证实;(3)通过基于SHAP的解释促进个性化护理,通过共享决策增强患者参与度。我们明确警告不要在没有外部验证的情况下直接进行临床应用。当前的内部训练-测试分割提供了泛化能力的初步证据,但独立验证对于评估以下方面至关重要:(1)在不断发展的透析人群中的时间稳定性;(2)地理和种族的适用性;(3)在不同RLS筛查实践的健康系统中的性能;(4)在纵向队列中前瞻性预测新发RLS。
**局限性和未来方向**:机器学习模型的样本量考虑超出了传统的EPV(功效量)规则。虽然我们的样本(n=396,164例事件)满足了最终5变量模型的EPV>10标准,但我们认识到超参数调整和多模型比较引入了额外的复杂性。为了解决这个问题,我们实施了几个保障措施:(1)嵌套交叉验证用于超参数优化,以防止模型选择过程中的过拟合;(2)严格的训练-测试分离和时间稳定性检查;(3)正则化技术(LASSO、ANN中的权重衰减)以限制模型复杂性。尽管如此,我们认识到更大的样本将能够支持更复杂的架构(例如深度学习)和更细致的超参数搜索。未来的多中心队列外部验证将进一步评估模型在不同样本量下的稳定性。
**变量选择和SHAP可解释性**:SHAP分析是在LASSO+AIC预选的变量上进行的,这可能会掩盖被排除变量的贡献。然而,LASSO选定的变量与临床知识(β2-微球蛋白、贫血标志物)之间的一致性支持了最终变量集的生物学相关性。未来的研究应在更大样本中对所有候选变量集应用SHAP以确认我们的发现。孟德尔随机化或工具变量方法可以加强因果推断。
**单中心设计和外部验证**:尽管我们使用了重复交叉验证和自助法重采样来增强结果的稳健性,但外部验证仍然是评估模型泛化能力的金标准。虽然我们的内部验证策略比单一随机分割有所改进,但在独立的多中心队列中进行进一步验证是必要的,以排除中心特定因素对模型性能的影响。
**内部稳定性评估**:为了减轻过拟合,在训练集应用了五折交叉验证进行模型训练和超参数优化,并使用独立测试集评估模型性能。数据集之间的相对较小的性能差异表明了一定程度的稳定性。然而,这些评估主要基于单一的训练-测试分割,模型的内部稳定性并未系统地进行评估。尽管使用了多种性能指标(包括AUC、Brier分数和决策曲线分析),结果仍然依赖于单一的数据划分,这可能会影响模型稳定性的评估。未来的研究应结合重采样技术(例如自助法或重复交叉验证)来进一步评估模型性能和特征贡献的稳健性。
**人群异质性和亚组分析**:虽然血液透析和腹膜透析在溶质清除机制上存在根本差异,但我们的分层分析和交互作用测试表明,β2-微球蛋白、贫血和RLS风险之间的关联关系在不同透析模式下保持一致。这一发现支持了这些变量的生物学相关性,尽管绝对风险水平可能有所不同。鉴于样本量相对有限,进行额外的分层或敏感性分析可能会影响模型稳定性并增加过拟合的风险;因此,本研究没有进行此类分析。在更大的队列中进行进一步验证是必要的。尽管进行了亚组分析以评估不同透析模式下的模型性能,但透析人群内的潜在异质性可能尚未完全捕捉到。不同的患者亚组(例如,不同的共病状态、代谢特征或治疗模式)可能表现出不同的风险特征和变量间关系,使用统一模型可能会部分掩盖这些差异。在本研究中,亚组分析仅基于透析模式,更复杂或多维的异质性没有系统地探索。此外,某些亚组的样本量相对有限,这可能会影响结果的稳定性。未来的研究可以结合更精细的亚组分析或无监督方法(例如聚类)以实现更精确的风险分层和个性化管理。
**其他限制**:还应承认几个额外的限制。首先,单中心设计和中等样本量可能会限制泛化能力;需要在具有不同种族背景的多中心队列中进行外部验证。其次,横断面设计排除了因果推断和RLS发病率的识别;需要纵向研究来确定时间关系。第三,我们没有包括客观的RLS测量方法(多导睡眠图、活动记录)或铁代谢的生物标志物(铁蛋白、转铁蛋白饱和度)、炎症(IL-6、TNF-α)或基因变异(MEIS1、BTBD9),这些可能提高预测准确性。第四,酒精消费的患病率较低(3.5%),限制了对其影响的精确估计;需要更大的研究或荟萃分析来澄清这种关联。
**未来方向**:前瞻性研究应验证该模型在识别新发RLS方面的有效性,并评估其在整合到常规护理中的临床效果。纳入更多变量——特别是客观的睡眠测量、炎症生物标志物和大脑铁状态的神经影像学标志物——可能会进一步提高性能。与临床医生的判断和现有的风险评分进行比较将确定其增量价值。最终,需要随机试验来确定基于该模型的风险分层干预是否能够改善以患者为中心的结果,如睡眠质量、生活质量以及心血管事件。
**结论**:我们开发、验证并解释了一个基于SVM的分类模型,用于识别ESRD患者中的RLS,该模型使用五个易于获得的变量展示了出色的区分能力、校准能力和临床实用性。SHAP分析显示β2-微球蛋白和贫血是主要风险因素,并具有重要的交互效应。这一可解释的机器学习工具在筛查普遍的RLS病例和指导临床管理方面具有潜力,有待外部验证。该模型表现出有希望的性能,已准备好在多中心队列中进行前瞻性外部验证,然后可能整合到ESRD患者管理的临床决策支持系统中。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号