利用基于SHAP的可解释机器学习模型预测类风湿性关节炎的骨侵蚀风险

《Clinical Rheumatology》：Predicting the risk of bone erosion in rheumatoid arthritis using a SHAP-based interpretable machine learning model

　　

摘要

研究目的

骨侵蚀是类风湿性关节炎预后评估中的重要指标。本研究旨在利用Shapley加性解释框架，构建并验证一种可解释的机器学习模型，用于预测类风湿性关节炎患者的骨侵蚀风险。

研究方法

这项多中心回顾性研究纳入了412名初始无骨侵蚀的类风湿性关节炎患者。经过2年随访后，通过MRI或肌肉骨骼超声检查将这些患者分为骨侵蚀组和非骨侵蚀组。在数据预处理阶段，采用了K近邻插补法以及基于合成少数类过采样技术的重采样方法来解决类别不平衡问题，随后运用最小绝对值收缩和选择算子回归法进行特征选择。共有10种机器学习算法通过五折交叉验证并结合GridSearchCV超参数优化方法进行训练。模型性能通过接收者操作特征曲线下面积、校准度（布里尔分数）以及决策曲线分析等方法进行评估。对于最优模型，还利用SHAP框架来解析整体及各个特征对预测结果的贡献程度。

研究结果

来自第一中心的318名患者被按7:3的比例随机分为训练集（n?=?222）和内部测试集（n?=?96），而来自第二中心的94名患者则构成外部测试集。极端梯度提升模型表现出优异的性能，在内部测试集上的AUC值为0.896，在外部测试集上的AUC值为0.893。SHAP全局分析显示，滑膜功率多普勒成像结果（平均SHAP值?=?2.761）、滑膜增生情况（2.168）、疾病持续时间（1.359）以及抗环瓜氨酸肽水平（1.260）是四个最重要的预测因子。决策曲线分析表明，XGBoost模型在10%–80%的不同概率阈值下都能带来实际益处。

研究结论

这种可通过SHAP框架解释结果的XGBoost模型在预测类风湿性关节炎患者的骨侵蚀风险方面具有很强的区分能力，其中滑膜功率多普勒成像结果和滑膜增生情况是被证实的关键因素。

要点总结 • 在十种机器学习算法中，XGBoost在预测骨侵蚀方面表现最佳。 • SHAP分析结果显示，滑膜功率多普勒成像是最强的风险预测指标。 • 滑膜增生、疾病持续时间以及抗CCP抗体都是重要的风险因素。 • 多中心验证证明了该模型在不同临床环境中的通用性。