《Journal of Clinical Medicine》：Duplicate-Aware Internal Validation of Machine-Learning Models for Classifying a Tanita BIA-Derived High-Adiposity Phenotype Using Simple Anthropometric Predictors
编辑推荐：
背景/目标：人体测量机器学习模型可近似体成分分类，但性能可能因不一致的预处理、非独立验证记录和不完整的校准报告而被高估。本研究评估了在患有和未患有高血压的成人中，使用简单人体测量变量对一种性别特异性生物电阻抗分析（BIA）定义的高脂肪表型进行分类。方法：在58
背景/目标：人体测量机器学习模型可近似体成分分类，但性能可能因不一致的预处理、非独立验证记录和不完整的校准报告而被高估。本研究评估了在患有和未患有高血压的成人中，使用简单人体测量变量对一种性别特异性生物电阻抗分析（BIA）定义的高脂肪表型进行分类。方法：在583条预设记录中，11条因所需人体测量或体成分字段中存在无效占位符编码值而被排除，剩余572名参与者（385名血压正常者和187名高血压患者）。高脂肪表型定义为BIA衍生的体脂率男性≥25%或女性≥35%。预测因子为性别、身高、体重、腰围和高血压状态；体重指数和体脂百分比被排除。使用10次重复的分层五折组交叉验证评估了八种算法，具有相同预测因子分布的记录被保留在同一折内。连续预测因子在训练折内进行标准化。性能通过平均折外概率、2000次分层bootstrap置信区间、校准指标和SHAP分析进行评估。结果：高脂肪表型存在于441名参与者（77.1%）中。随机森林实现了最高的区分度（ROC AUC = 0.959，PR AUC = 0.980）。梯度提升提供了最强的阈值依赖性能（准确率 = 0.937，平衡准确率 = 0.895，灵敏度 = 0.973，特异度 = 0.817，精确率 = 0.947，F1分数 = 0.960，MCC = 0.817）和最低的Brier分数（0.057），但其校准斜率为0.462，表明概率过于自信。SHAP分析将腰围确定为拟合梯度提升模型中最大的贡献因素；这一结果必须与消融分析联合解释，因为性别、身高和体重是Tanita专有方程式的输入。结论：在重复感知验证后，简单人体测量变量对预设的Tanita BIA衍生高脂肪阈值进行了强内部性能分类。仅性别、身高和体重就达到了0.920的ROC AUC；加入腰围产生了微小且不确定的区分度提升（ΔROC AUC = 0.0054，95% CI ?0.0060至0.0153），而高血压状态贡献可忽略。这些发现代表了对设备定义结局的内部验证，而非对独立生物学参考的预测，在临床应用前需要针对标准体成分方法进行外部验证。
**研究背景与问题**
肥胖和过量脂肪组织是心血管代谢疾病、残疾和过早死亡的主要因素。体重指数（BMI）虽广泛使用，但无法区分脂肪量与非脂肪量，也无法描述脂肪分布。中心性肥胖（如腰围）可提供补充风险信息，而性别也是重要的异质性来源。生物电阻抗分析（BIA）是一种非侵入性、快速且相对廉价的方法，但通过设备和公式特定的模型间接估计体成分，其与标准方法（如双能X射线吸收法，DXA）的一致性取决于人群、性别、体型等因素。机器学习方法可捕捉非线性关联，但预测性能可能因数据泄露（如重复记录被分到训练集和验证集）而被高估。现有研究常存在预处理不一致、非独立验证记录及不完整的校准报告等问题。本研究旨在通过重复感知的验证策略，评估八种机器学习算法在使用简单人体测量变量（性别、身高、体重、腰围、高血压状态）对Tanita BIA定义的高脂肪表型进行分类时的性能，并特别关注部分纳入偏倚（因性别、身高、体重也是BIA设备方程式的输入）和校准评估。
**研究概述**
研究人员在土耳其Ersin Arslan培训与研究医院内分泌科门诊纳入572名成人（385名血压正常，187名高血压），使用Tanita TBF-305足部至足部BIA分析仪估计体脂率，定义高脂肪表型为男性体脂≥25%或女性≥35%。排除BMI和BIA衍生的体脂百分比作为预测因子，保留性别、身高、体重、腰围和高血压状态。采用10次重复的分层五折组交叉验证，确保相同预测因子分布的记录保留在同一折内，以防止依赖相关泄露。评估了逻辑回归、随机森林、梯度提升、线性支持向量机、k近邻、决策树、高斯朴素贝叶斯和AdaBoost八种算法，使用预设超参数，并报告区分度、阈值依赖分类性能、校准指标、Brier分数和SHAP分析。论文发表在《Journal of Clinical Medicine》。
**主要关键技术方法**
- 样本队列来源：土耳其Gaziantep的Ersin Arslan培训与研究医院内分泌科门诊，纳入572名成人（385名血压正常，187名高血压），便利抽样。
- 重复感知的组交叉验证：将相同五预测因子分布的记录保留在同一折内，避免训练/验证集重叠。
- 嵌套消融分析：比较仅使用性别+身高+体重、加入腰围、再加入高血压状态的三组逻辑回归模型，量化部分纳入偏倚。
- 校准评估：通过校准曲线、截距和斜率（理想值0和1）评估概率可靠性。
- SHAP特征解释：使用TreeExplainer分析梯度提升模型中各预测因子的贡献方向与大小。
**研究结果**
- **3.1 样本与数据完整性**：572名参与者中，女性509人，男性63人；高脂肪表型患病率77.1%（441人）。血压正常组患病率68.6%，高血压组94.7%。数据完整审计显示480个独特预测因子分布，最大重复频率为5次。
- **3.2 重复感知模型性能**：随机森林区分度最高（ROC AUC=0.959，PR AUC=0.980）；梯度提升在固定阈值（0.50）下性能最强（准确率=0.937，平衡准确率=0.895，F1=0.960，MCC=0.817），Brier分数最低（0.057），但校准斜率为0.462，表明概率过于自信。逻辑回归和随机森林校准更佳。
- **3.2.1 预测因子超出Tanita设备方程式的增量贡献**：消融分析显示，仅性别+身高+体重即达到ROC AUC=0.920；加入腰围后ROC AUC仅增加0.0054（95% CI ?0.0060至0.0153），Brier分数略有改善；高血压状态贡献可忽略。
- **3.2.2 女性敏感性分析**：在509名女性中，随机森林ROC AUC=0.954，梯度提升保持强性能，表明主要结果并非仅由性别混合驱动。
- **3.2.3 按高血压状态分层的性能**：梯度提升在血压正常组表现良好（ROC AUC=0.968，平衡准确率=0.907），但在高血压组区分度大幅下降（ROC AUC=0.679，特异度=0.400），主要因该组高脂肪患病率极高（94.7%）。
- **3.2.4 与简单人体测量基准的比较**：腰围身高比单独即达到ROC AUC=0.925，接近完整逻辑回归模型；集成模型在误差平衡和概率准确性上带来小幅改进。
- **3.3 校准与特征解释**：SHAP分析显示腰围是梯度提升模型中最重要的特征（平均绝对SHAP值3.36），其次是体重（1.67）和身高（1.38），高血压状态和性别贡献很小。但消融分析表明，性别、身高、体重已提供强区分度，腰围贡献为补充性而非主导性。
**讨论与结论**
讨论部分强调：重复感知验证减少了依赖相关泄露，但模型性能仍受部分纳入偏倚影响，因为性别、身高、体重是BIA设备方程式的输入。校准差异表明，强区分度不等于可靠概率，梯度提升的概率过于自信。高血压状态贡献可忽略，且其作为预测因子应谨慎解释（可能反映门诊人群特征而非独立生物学决定因素）。腰围身高比作为简单基准，性能接近完整模型，因此复杂机器学习方法并非临床必需。研究局限性包括单中心、便利抽样、性别失衡、年龄缺失、未与DXA等标准方法进行外部验证、超参数未优化等。未来研究应纳入多中心、性别平衡队列，并使用标准体成分方法进行外部验证。
结论翻译：总之，在重复感知内部验证下，评估的机器学习模型使用易于获取的人体测量变量对预设的Tanita BIA衍生高脂肪表型进行了强内部分类。随机森林显示最高区分度，而梯度提升实现了强固定阈值分类性能和最低Brier分数。然而，其校准斜率为0.462，表明概率过于自信，限制了个体预测概率的解释。消融分析显示，大部分区分度可归因于性别、身高和体重，这些变量被纳入Tanita专有方程式。同时，腰围仅带来微小且统计上不确定的ROC AUC增量，高血压状态贡献可忽略。因此，本研究仅确立了设备定义结局的内部分类性能，未建立临床效用、外部可推广性或针对独立标准方法（如DXA或MRI）的肥胖预测。在考虑任何更广泛的临床应用之前，需要外部验证、前瞻性校准评估以及与标准体成分方法的比较。
