整合全血细胞计数参数与人口学特征用于中国成人阻塞性睡眠呼吸暂停预测:一种机器学习方法

《Nature and Science of Sleep》:Integrating Complete Blood Count Parameters with Demographic Characteristics for Obstructive Sleep Apnea Prediction in Chinese Adults: A Machine Learning Approach

【字体: 大 中 小 】 时间:2026年08月05日 来源:Nature and Science of Sleep 3.4

编辑推荐:

  目的 开发并验证整合全血细胞计数(CBC)参数与人口学特征的机器学习模型,用于中国一家三级睡眠门诊中疑似阻塞性睡眠呼吸暂停(OSA)成人的风险分层。方法 这项回顾性研究分析了2018–2024年间转诊至中国一家三级睡眠门诊的5,828名疑似OSA成人,这些患者

  
目的 开发并验证整合全血细胞计数(CBC)参数与人口学特征的机器学习模型,用于中国一家三级睡眠门诊中疑似阻塞性睡眠呼吸暂停(OSA)成人的风险分层。方法 这项回顾性研究分析了2018–2024年间转诊至中国一家三级睡眠门诊的5,828名疑似OSA成人,这些患者接受了家庭睡眠呼吸暂停监测(HSAT),OSA定义为呼吸暂停低通气指数(AHI)≥5次事件/h。队列按时间划分为训练队列(2018年1月–2022年12月,n=4,330)和验证队列(2023年1月–2024年3月,n=1,498),用于独立时间验证。特征选择仅在训练队列内使用最小绝对收缩和选择算子(LASSO)逻辑回归结合10折交叉验证进行,从16个候选变量中识别出9个预测因子:三个人口学变量(性别、年龄、体重指数[BMI])和六个CBC参数(血红蛋白、平均红细胞血红蛋白[MCH]、淋巴细胞计数、红细胞分布宽度-变异系数[RDW-CV]、平均血小板体积[MPV]和血小板计数)。使用所选特征开发了四种机器学习算法(逻辑回归、朴素贝叶斯、随机森林、XGBoost)。通过受试者工作特征曲线下面积(AUC)、校准指标(Brier评分、校准斜率)、bootstrap乐观校正(1,000次重抽样)和决策曲线分析(DCA)评估模型性能。结果 LASSO回归从16个候选变量中识别出九个稳健预测因子。在最终逻辑回归模型中,血红蛋白标准化系数最大(1.38),其次为BMI(0.61)、年龄(0.60)、性别(|β|=0.40,男性与较高OSA风险相关)和MCH(0.36)。逻辑回归在验证中表现最佳(AUC 0.901,95%置信区间[CI]:0.882–0.919;灵敏度84.6%;特异度81.7%),校准良好(Brier评分0.084,校准斜率1.208),乐观极小(bootstrap校正AUC 0.907)。训练队列内五折交叉验证确认了模型稳定性(平均AUC 0.906±0.011)。在DCA中,所有模型相比“全部治疗”或“全部不治疗”策略均显示出更优的净临床获益。在AHI≥15和AHI≥30阈值下的次要分析确认了持续的判别能力(验证AUC分别为0.820和0.809)。结论 整合CBC参数与人口学特征的机器学习模型在中国三级睡眠门诊转诊成人中对OSA风险分层表现出良好的判别能力。这些易于获取的生物标志物可能有助于HSAT前分流中的风险分层。
**研究背景与问题**
阻塞性睡眠呼吸暂停(obstructive sleep apnea, OSA,一种睡眠中反复上气道阻塞的疾病)是一种高度流行的睡眠呼吸障碍,全球约9.36亿成人受累,在中国约1.76亿成人患病,但诊断率不足5%。未治疗的OSA显著增加心血管疾病和交通事故风险。多导睡眠监测(polysomnography, PSG)是诊断金标准,但成本高、需住院,家庭睡眠呼吸暂停监测(home sleep apnea testing, HSAT)虽可作为替代,但基层应用仍受限。现有筛查问卷(如STOP-Bang、NoSAS)在亚洲人群中判别能力中等(AUC 0.68–0.75),且依赖主观症状报告。OSA病理生理涉及慢性间歇性低氧,引发系统性炎症、氧化应激和血液学改变,反映在常规全血细胞计数(complete blood count, CBC)参数中,如血红蛋白升高、白细胞分类改变、血小板激活等。CBC是临床最普遍的实验室检查,但既往研究样本量小、多单独分析参数,缺乏整合与严格验证。因此,研究人员开展本研究,旨在利用机器学习方法整合CBC参数与人口学特征,开发并验证用于中国三级睡眠门诊转诊成人OSA风险分层的预测模型。该研究为HSAT前分流提供简便工具,论文发表在《Nature and Science of Sleep》。

**主要技术方法**
研究人员采用回顾性队列设计,数据来源于中国浙江大学医学院附属第一医院睡眠门诊,2018年1月至2024年3月共5,828名疑似OSA成人。所有患者接受HSAT(ApneaLink Air设备),OSA定义为AHI≥5次事件/h。队列按时间分为训练集(2018–2022年,n=4,330)和验证集(2023–2024年,n=1,498)。特征选择仅在训练集内使用最小绝对收缩和选择算子(LASSO)逻辑回归(10折交叉验证)。开发四种机器学习模型(逻辑回归、朴素贝叶斯、随机森林、XGBoost),通过AUC、校准曲线、Brier评分、决策曲线分析(DCA)及bootstrap乐观校正(1,000次重抽样)评估性能。最终构建列线图和网络计算器。

**研究结果**
- **研究人群与基线特征**:OSA患者年龄更大、男性比例更高、BMI更高,血红蛋白、红细胞压积、淋巴细胞计数等CBC参数显著高于非OSA患者。
- **特征选择**:LASSO逻辑回归从16个候选变量中选出9个预测因子:性别、年龄、BMI、血红蛋白、MCH、淋巴细胞计数、RDW-CV、MPV、血小板计数。血红蛋白标准化系数最大(β=1.38)。
- **机器学习模型性能**:逻辑回归在验证集中表现最优(AUC 0.901,95%CI 0.882–0.919;灵敏度84.6%;特异度81.7%),bootstrap校正后AUC 0.907,乐观最小(0.001)。随机森林和XGBoost乐观校正后AUC分别为0.892和0.893,校准较差。
- **模型校准评估**:逻辑回归Brier评分最低(0.084),校准斜率1.208,最接近理想值1.0;XGBoost校准斜率3.422,表明概率估计压缩。
- **临床效用评估**:DCA显示,在阈值概率>0.35时,所有模型优于“全部治疗”和“全部不治疗”策略,逻辑回归净获益最高。
- **临床实施工具**:基于逻辑回归开发了列线图和交互式网络计算器,可实时预测OSA概率(如42岁男性预测概率72.8%,高风险)。
- **CBC参数的增量价值**:仅含人口学特征(年龄、性别、BMI)的模型验证AUC为0.750,加入CBC参数后AUC增至0.901(ΔAUC=0.151,P<0.001),净重分类改善(NRI)和综合判别改善(IDI)均显著。
- **中重度OSA次要分析**:在AHI≥15和AHI≥30阈值下,逻辑回归验证AUC分别为0.820和0.809,模型仍具临床判别能力。

**讨论与结论**
讨论部分指出,本研究是首个系统整合多个CBC参数与人口学特征、通过机器学习预测HSAT确诊OSA的大型中国人群研究。逻辑回归模型表现优于传统问卷,血红蛋白作为最强预测因子反映了慢性间歇性低氧的代偿性促红细胞生成。CBC参数的增量价值显著,尤其在非肥胖亚洲人群中可能弥补BMI敏感性不足。模型在AHI≥15和≥30阈值下仍具稳健性。局限性包括缺乏地理外部验证、高患病率(83.5%)导致数据集偏倚、未直接比较STOP-Bang问卷等。
**研究结论翻译**:总之,整合常规CBC参数与人口学特征的机器学习模型在中国转诊人群中对HSAT前OSA风险分层实现了良好的判别能力。所开发的列线图和网络计算器利用普遍可获得的参数提供了实用工具,为三级睡眠门诊的HSAT前分流提供了可实施的框架。在更广泛的临床推广前,需在独立和社区队列中进行外部验证。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    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