《International Journal of Women's Health》:Comparative Analysis of Logistic Regression and Machine Learning Algorithms for Predicting De Novo Stress Urinary Incontinence or Symptomatic Worsening Following Pelvic Floor Reconstruction: A Multicenter Study
编辑推荐:
摘要
背景 盆腔脏器脱垂(Pelvic Organ Prolapse, POP)患者行盆底重建术(Pelvic Floor Reconstruction, PFR)时是否同期行抗尿失禁手术(Anti-incontinence Surgery, AIS)尚存争议
摘要
背景 盆腔脏器脱垂(Pelvic Organ Prolapse, POP)患者行盆底重建术(Pelvic Floor Reconstruction, PFR)时是否同期行抗尿失禁手术(Anti-incontinence Surgery, AIS)尚存争议。传统Logistic回归(Logistic Regression, LR)模型因无法捕捉预测因子间复杂的非线性关系及高阶交互作用而受限,机器学习(Machine Learning, ML)算法虽擅长建模此类复杂性,但现有ML模型常缺乏可解释性及外部验证。
目的 本研究旨在利用多中心数据构建并验证可解释的ML模型,以预测PFR术后新发压力性尿失禁(Stress Urinary Incontinence, SUI)或症状加重,并与传统LR及七种ML算法进行性能比较。
方法 回顾性分析2019年1月至2024年1月接受PFR的490例女性临床及盆底超声数据。经单因素及多因素LR分析确定独立预测因子并构建常规模型;同时构建七种ML模型。采用受试者工作特征曲线下面积(Area Under the Curve, AUC)、校准度及决策曲线分析(Decision Curve Analysis, DCA)评估模型性能。
结果 共纳入590例患者,其中155例(26.3%)发生新发SUI或症状加重。常规LR模型确定7个独立预测因子,最小绝对收缩与选择算子(Least Absolute Shrinkage and Selection Operator, LASSO)回归筛选出11个最优特征。所有模型中,多层感知器(Multilayer Perceptron, MLP)预测性能最佳,内部验证AUC为0.922(95% CI: 0.880–0.957),外部测试AUC为0.893(95% CI: 0.844–0.936)。DeLong检验显示各模型AUC差异均有统计学意义(均P < 0.05)。SHapley Additive exPlanations(SHAP)分析表明同期AIS、体质指数(Body Mass Index, BMI)、尿道旋转角、Valsalva状态下后膀胱角及年龄是最具影响力的预测因子。
结论 MLP模型对PFR术后SUI风险具有准确且具临床意义的预测价值,表现出良好的区分度、校准度及潜在临床实用性,可辅助个体化手术规划与决策。
论文解读:《盆底重建术后新发或症状加重压力性尿失禁预测——Logistic回归与机器学习模型的比较分析及多层感知器的应用》
该研究发表于International Journal of Women's Health。
一、研究背景与立项依据
盆腔脏器脱垂(Pelvic Organ Prolapse, POP)是女性常见疾病,中重度POP标准术式为盆底重建术(Pelvic Floor Reconstruction, PFR),但术后新发压力性尿失禁(de novo Stress Urinary Incontinence, SUI)或原有SUI症状加重发生率为15%–50%。是否同期行抗尿失禁手术(Anti-incontinence Surgery, AIS)存在争议:不做AIS则高危患者面临持续失禁及再手术风险,做AIS则使低危患者暴露于尿潴留、吊带侵蚀等并发症风险。既往预测模型多基于传统Logistic回归(Logistic Regression, LR),难以捕捉变量间非线性关系及高阶交互;已有机器学习(Machine Learning, ML)模型缺乏可解释性与独立外部验证,且未探索多层感知器(Multilayer Perceptron, MLP)在该领域的应用。为此,研究人员开展此项多中心回顾性队列研究,比较LR与七种ML算法,构建并验证具SHAP(SHapley Additive exPlanations)可解释性的MLP预测模型,以辅助术前风险分层与个体化AIS决策。
二、主要技术方法概述
研究人员回顾性收集2019年1月–2024年1月两家中心接受PFR的女性患者,总队列590例(开发内部队列490例,按7:3分层随机分为训练集n=343、内部验证集n=147;独立外部测试队列n=100)。纳入标准:POP-QⅡ–Ⅳ期、有完整术前盆底超声及临床资料、术后随访≥6个月;排除既往AIS史及缺失率>10%者。采集临床参数(年龄、BMI、孕产次、绝经状态、糖尿病、高血压、POP-Q点Aa/Ba、PFR术式、是否同期AIS等)及二维/三维经会阴盆底超声参数(静息及Valsalva状态下的膀胱颈位置、后膀胱角Retrovesical Angle、尿道倾斜角Urethral Tilt Angle、尿道旋转角Urethral Rotation Angle=Valsalva_UTA-R_UTA、膀胱颈下降度、尿道漏斗征、肛提肌群Levator Ani Muscle, LAM损伤评估)。缺失值分别用中位数/众数填补,训练集用SMOTE(Synthetic Minority Oversampling Technique)处理类别不平衡。先经单因素筛选(Mann–Whitney U或χ2/Fisher精确检验,P<0.05)入多元LR向前逐步回归建传统模型;再用LASSO回归(10折交叉验证,λ1se准则)选特征,剔除|r|>0.9的高共线变量。构建七种ML模型:朴素贝叶斯(Naive Bayes, NB)、梯度提升(Gradient Boosting, GB)、随机森林(Random Forest, RF)、MLP、XGBoost、轻量梯度提升机(Light Gradient Boosting Machine, LightGBM)、K近邻(k-Nearest Neighbors, KNN),以RepeatedStratifiedKFold+GridSearchCV调参。用AUC(95% CI由1000次Bootstrap得出)、准确度、敏感度、特异度、阳性/阴性预测值、F1值、Brier Score(BS)及校准曲线、DCA评价;DeLong检验比较AUC;计算IDI(Integrated Discrimination Improvement)与NRI(Net Reclassification Index)评估增量价值;最优模型用SHAP做全局及局部解释。
三、研究结果
Clinical Baseline Characteristics(临床基线特征)
490例内部队列+100例外部队列,总体事件发生率为26.3%(155/590,含100例新发SUI及55例原有SUI加重)。训练集与内部验证集基线基本均衡(少数超声参数有差异),外部队列来自不同医院。
Traditional LR Model(传统Logistic回归模型)
多因素LR确定7个独立预测因子:BMI(OR=1.324)、同期AIS(保护因素,OR<1)、Valsalva后膀胱角、尿道旋转角、LAM损伤、糖尿病、骶棘韧带固定术(Sacrospinous Ligament Fixation, SSLF,保护性OR=0.20)。据此绘制列线图(Nomogram)。内部验证AUC=0.919(95% CI: 0.887–0.951),外部验证AUC降至0.833(95% CI: 0.765–0.901),敏感度由0.921降至0.711,提示一定过拟合。
ML Models(机器学习模型)
LASSO筛选出11个非零系数特征:同期AIS、BMI、尿道旋转角、Valsalva后膀胱角、年龄、LAM损伤、POP-Q分期、静息后膀胱角、Ba点、糖尿病、产次(SSLF因与AIS共线VIF=5.2被剔除)。七种ML内外部AUC均>0.87/0.83。RF内部特异度最高(0.945)但外部敏感度骤降至0.500;MLP表现最均衡稳定——内部验证AUC=0.922(95% CI: 0.880–0.957),外部测试AUC=0.893(95% CI: 0.844–0.936),准确度/敏感度/特异度均为0.816/0.817。DeLong检验各模型外部AUC差异显著(均P<0.05)。
Model Calibration and Clinical Decision Curve Analysis(模型校准与决策曲线分析)
内部校准BS=0.089–0.118,外部BS略升至0.125–0.167(MLP:内部0.092,外部0.125),校准曲线接近45°线。DCA显示MLP在阈值概率0–0.7范围具较高净获益,KNN在高阈值区间净获益低于"不干预"策略。
Comparison Between the New Model and the Baseline Model(新模型与基线模型比较)
加入盆底超声参数后的综合模型较仅含临床变量的基线模型,外部验证NRI与IDI均显著提高(均P<0.05),证实影像学特征具增量判别价值。
Model Interpretability: SHAP Analyses(模型可解释性—SHAP分析)
按平均|SHAP值|排序前五位:同期AIS(最强保护因素,负SHAP降风险)、BMI(>24 kg/m2升风险)、尿道旋转角(>60°升风险)、Valsalva后膀胱角(较大角度呈保护趋势)、年龄(40–65岁高危窗口)。SHAP依赖图给出临床可操作阈值(BMI>24 kg/m2,尿道旋转角>60°);瀑布图展示个体样本特征贡献方向及大小。
四、讨论与结论翻译
讨论指出本研究通过多中心设计、LASSO+传统回归双路径特征选择、MLP非线性建模及SHAP可解释性分析弥补了既往不足。MLP以双隐层(100,50节点)及L2正则化(α=0.0001)克服过拟合,外部AUC达0.893优于LR(0.833)及既往报道XGBoost(≈0.714),且敏感度特异度均衡优於RF。SSLF虽在临床有保护意义但因与AIS共线被LASSO剔除不代表其无临床价值。SHAP明确关键因子方向及风险切点,使"黑箱"模型透明化。局限性含回顾性偏倚、地域局限、超声设备及术者异质性,未来需前瞻性验证及探索CNN直接分析超声动态影像与多模态融合。
结论(翻译)
本研究构建并验证了能准确预测盆底器官脱垂修复术后新发或症状加重压力性尿失禁的多层感知器(MLP)模型。相比传统Logistic回归及已有机器学习方法,MLP模型具更优区分度(内部验证AUC=0.922,外部测试AUC=0.893)、良好校准度(外部Brier Score=0.125)及临床净获益(阈值概率0–0.7)。SHAP可解释性分析阐明同期抗尿失禁手术、体质指数、尿道旋转角、Valsalva后膀胱角及年龄等关键预测因子的生物学意义与临床可操作阈值,支持个体化手术决策。未来将开展前瞻性验证及纳入术后随访数据的动态纵向风险预测模型研究,以改善脱垂修复患者的术后结局与生活质量。