《CNS Neuroscience & Therapeutics》：Prediction Model for Mild Cognitive Impairment in Older Chinese Patients With Cerebral Small Vessel Disease Based on XGBoost Algorithms and Shapley Additive Explanations
编辑推荐：
本研究旨在评估脑小血管病（CSVD）患者的认知功能，并探讨其与血清胰岛素样生长因子-1（IGF-1）等变量的关联。采用人工智能算法，即极端梯度提升（XGBoost）和Shapley加法解释（SHAP），进行分析和解释。研究人员从苏州大学附属第三医院神经内科招募
本研究旨在评估脑小血管病（CSVD）患者的认知功能，并探讨其与血清胰岛素样生长因子-1（IGF-1）等变量的关联。采用人工智能算法，即极端梯度提升（XGBoost）和Shapley加法解释（SHAP），进行分析和解释。研究人员从苏州大学附属第三医院神经内科招募了2019年11月至2020年8月期间确诊的216例CSVD患者。在标准化实验室方案下获取临床和生化数据——包括甘油三酯、总胆固醇、低密度脂蛋白胆固醇、空腹血糖、糖化血红蛋白（HbA1c）、空腹胰岛素、C肽、抗人胰岛素抗体和IGF-1。采用蒙特利尔认知评估（MoCA）评估认知功能。根据认知表现，将患者分为CSVD伴认知障碍和CSVD不伴认知障碍。原始队列包括216例CSVD患者，其中50例轻度认知障碍（MCI）患者和166例非MCI患者。为解决模型开发中的类别不平衡问题，在开发数据集中应用了合成少数类过采样技术-名义和连续变量（SMOTE-NC）。XGBoost模型在验证队列中达到了精确率0.790、召回率0.901、F1分数0.820、准确率0.833和Cohen's kappa系数0.667。特征重要性分析识别了关键预测因子，而SHAP值能够直观可视化每个特征的影响。决策曲线分析（DCA）证实了模型的临床实用性和净收益，强调了其在早期MCI检测和靶向干预以改善患者预后方面的潜力。结合XGBoost和SHAP增强了模型可解释性，有助于识别CSVD患者MoCA定义的MCI关键风险因素，如IGF-1水平降低。这种人工智能驱动的方法为指导治疗决策和优化医疗资源分配提供了有价值的工具。
脑小血管病（CSVD）是神经科学领域的重要研究焦点。尽管CSVD的致残率和死亡率相对较低，但与急性大血管疾病相比，其卒中复发风险显著升高。CSVD定义为由脑小动脉、穿通动脉、小静脉和毛细血管结构或功能损伤引起的临床、认知和病理学改变综合征。随着磁共振成像（MRI）技术的进步和人口老龄化，CSVD的检出率不断上升，白质高信号（WMH）作为其典型影像学特征，在60岁以上健康人群中发生率约80%，至90岁几乎普遍存在。CSVD患者中蒙特利尔认知评估（MoCA）定义的轻度认知障碍（MCI）涉及记忆、视空间、注意和执行功能等多个领域，可能进展为血管性认知障碍或痴呆。既往研究已识别出高血糖、脑微血管病理和严重低血糖等卒中后认知障碍风险因素，但传统组级分析难以揭示个体化风险轮廓或预测因子间的复杂交互。胰岛素样生长因子-1（IGF-1）是一种7.5 kDa的单链肽，广泛表达于中枢神经系统，参与神经发生、代谢调节和神经保护，其水平降低与缺血性卒中及认知下降风险增加相关。人工智能算法，特别是极端梯度提升（XGBoost）和Shapley加法解释（SHAP），可整合非线性预测与模型可解释性。因此，本研究旨在开发基于XGBoost和SHAP的预测模型，用于CSVD患者MCI的早期检测，并识别关键风险因素如IGF-1水平。
研究人员从苏州大学附属第三医院神经内科招募了2019年11月至2020年8月期间确诊的216例CSVD患者（年龄50-85岁），所有患者均经MRI确认存在WMH或腔隙性梗死（LI）。排除标准包括严重视听障碍、内分泌疾病、影响认知的脑部疾病或既往痴呆诊断。收集临床和生化数据，包括甘油三酯、总胆固醇、低密度脂蛋白胆固醇、空腹血糖、糖化血红蛋白（HbA1c）、空腹胰岛素、C肽、抗人胰岛素抗体和IGF-1。采用MoCA评估认知功能，总分30分，≥26分为正常，据此将患者分为MCI组（50例）和非MCI组（166例）。为处理类别不平衡，在开发数据集中应用合成少数类过采样技术-名义和连续变量（SMOTE-NC），生成平衡数据集（n=332）。XGBoost模型通过网格搜索和五折交叉验证优化超参数，最终配置为：_rounds=200，max_depth=5，eta=0.25，gamma=0.01，colsample_bytree=0.75，min_child_weight=1。模型性能通过ROC曲线、混淆矩阵和决策曲线分析（DCA）评估，SHAP用于解释特征贡献。
研究结果如下：
3.1 参与者的人口学信息和特征：通过SMOTE-NC平衡后的数据集显示，MCI组与非MCI组在年龄、教育年限、HbA1c、胰岛素、C肽、抗胰岛素抗体、IGF-1、空腹血糖、甘油三酯、MoCA评分、糖尿病史和白质病变方面存在显著差异（p<0.05），而性别、血压、总胆固醇和低密度脂蛋白无显著差异。MCI组IGF-1水平显著低于非MCI组（114.11±28.99 vs 147.67±38.61 ng/ml，p<0.001）。
3.2 模型性能评估：XGBoost模型在验证队列中达到精确率0.790、召回率0.901、F1分数0.820、准确率0.833和Cohen's kappa系数0.667。ROC曲线显示曲线下面积（AUC）良好。特征重要性排序表明，IGF-1是最重要的预测因子，其次为糖尿病史、抗胰岛素抗体、HbA1c、空腹血糖、胰岛素和C肽等。SHAP汇总图进一步揭示了各特征对预测MCI概率的贡献方向：IGF-1水平降低、糖尿病史阳性、抗胰岛素抗体升高、HbA1c升高、空腹血糖升高、胰岛素和C肽升高均增加MCI风险。决策曲线分析（DCA）显示，在10%-85%的阈值概率范围内，该模型在临床决策中净收益优于全干预或无干预策略，证实了其临床实用性。
讨论部分指出，XGBoost-SHAP框架的核心价值在于结合非线性预测与模型可解释性，弥补了传统组级分析的局限性。IGF-1作为关键预测因子，其神经保护作用可能通过减轻β-淀粉样蛋白（Aβ）诱导的神经毒性、抑制tau蛋白过度磷酸化、降低一氧化氮（NO）介导的神经毒性及改善脑缺血缺氧等机制实现。糖尿病患者胰岛素抵抗通过激活糖原合成酶激酶-3β（GSK-3β）、竞争胰岛素降解酶（IDE）促进Aβ积累，加速认知下降。研究同时识别了糖尿病史、女性、抗胰岛素抗体等额外风险因素。尽管存在单中心设计可能引入选择偏倚等局限，该框架为CSVD相关MCI的早期检测和个体化干预提供了可解释的临床工具。
研究结论：XGBoost与SHAP解释的结合显著增强了机器学习模型的可解释性，解决了基于人工智能的预测通常伴随的“黑箱”问题。这种方法能够透明地识别与CSVD患者MCI相关的关键风险因素，尤其是IGF-1水平降低。这种人工智能驱动的框架有望指导临床决策，实现更个体化的治疗计划，并改善医疗系统中的资源分配。该论文发表在《CNS Neuroscience》。
