基于可解释机器学习模型鉴别2型糖尿病患者糖尿病肾病与糖尿病视网膜病变的开发与验证

《Frontiers in Endocrinology》：Development and validation of an explainable machine learning model for differentiating diabetic nephropathy from diabetic retinopathy in patients with type 2 diabetes

　　

摘要
背景：糖尿病肾病（diabetic nephropathy, DN）和糖尿病视网膜病变（diabetic retinopathy, DR）是2型糖尿病（type 2 diabetes mellitus, T2DM）常见的微血管并发症，可能需要不同的诊断和管理路径。本研究旨在基于常规实验室数据开发并验证一个可解释的机器学习模型，以鉴别住院2型糖尿病患者中已存在的DN与已存在的DR。
方法：数据收集自中国一家大型三级医院，并分为训练/内部验证队列（DN：2309例；DR：855例）和独立留出验证队列（DN：578例；DR：214例）。从电子健康档案（electronic health records, EHRs）中提取了共47个常规可用的实验室和人口统计学变量。开发并比较了七种机器学习算法，采用递归特征消除（recursive feature elimination, RFE）识别信息量最大的特征子集，以提高模型性能和可解释性。模型判别能力通过受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUC）和精确率-召回率曲线下面积（area under the precision-recall curve, AP）评估，同时使用SHAP值解释特征重要性并说明个体层面预测。
结果：极限梯度提升（extreme gradient boosting, XGBoost）分类器在评估的七种机器学习算法中表现出最高的预测性能。根据重要性排序选择前五个特征后，构建了一个可解释的XGBoost模型。该最终模型在训练/内部验证队列（AUC = 0.991，95% CI：0.989-0.994；AP = 0.979，95% CI：0.973-0.984）和独立留出验证队列（AUC = 0.997，95% CI：0.996-0.999；AP = 0.993，95% CI：0.988-0.997）中均表现出强大的表观判别能力。SHAP分析进一步确定α-羟丁酸脱氢酶、肌酸激酶-MB、肌酐、尿α1-微球蛋白和N-乙酰-β-D-氨基葡萄糖苷酶是对并发症风险预测贡献最大的特征。
结论：用于预测T2DM患者并发症的可解释机器学习模型显示出高度的可行性和有效性，表明其具有支持临床管理和改善患者预后的强大潜力。通过纳入SHAP分析，该模型解决了关于透明度和临床决策的关键问题。这些发现强调了该模型在实际临床实施中的潜力。

论文解读：基于可解释机器学习模型鉴别2型糖尿病肾病与糖尿病视网膜病变的研究

一、研究背景与目的

2型糖尿病（type 2 diabetes mellitus, T2DM）是全球最常见且负担最重的慢性疾病之一。据国际糖尿病联盟统计，患病人数已超过5.3亿，预计到2045年将达到7.8亿。T2DM的长期危害主要来自于慢性并发症，其中微血管并发症如糖尿病肾病（diabetic nephropathy, DN）和糖尿病视网膜病变（diabetic retinopathy, DR）尤为常见且具有重要临床意义。DN是终末期肾病的主要病因之一，而DR是工作年龄成人可预防性失明的主要原因。两者虽共享高血糖、高血压、血脂异常、病程长等危险因素，且常在同一患者中并存，但其临床表现、进展速度、监测要求和治疗策略差异显著。DR需要及时的眼科评估和可能的玻璃体腔注射治疗，而DN则需肾功能监测、血压控制和肾脏保护干预。因此，早期准确区分这两种并发症对于制定个体化治疗方案至关重要。然而，传统诊断手段存在局限：肾活检为侵入性操作，不适合常规筛查；眼底检查依赖操作者经验，可能漏诊早期微细改变。因此，利用常规临床数据建立客观、非侵入性的风险分层工具具有重要的临床价值。本研究旨在开发和验证一种基于常规实验室数据的可解释机器学习模型，用于鉴别住院T2DM患者中已存在的DN与DR。

二、研究方法概述

研究数据来自中国川北医学院附属医院电子健康档案（electronic health records, EHRs），回顾性纳入3956例T2DM患者，其中DN 2887例、DR 1069例。数据按患者层面划分为训练/内部验证队列（80%，含DN 2309例、DR 855例）和独立留出验证队列（20%，含DN 578例、DR 214例）。经过多步骤数据预处理（缺失值多重插补、LASSO特征选择、Spearman相关分析和层次聚类），最终保留47个常规临床参数。研究比较了七种机器学习算法：自适应增强（AdaBoost）、决策树（decision tree, DT）、k近邻（k-nearest neighbor, KNN）、逻辑回归（logistic regression, LR）、随机森林（random forest, RF）、支持向量机（support vector machine, SVM）和XGBoost。采用嵌套交叉验证进行超参数调优，使用受试者工作特征曲线下面积（AUC）和精确率-召回率曲线下面积（AP）评估模型性能。通过递归特征消除（recursive feature elimination, RFE）筛选最优特征子集，并利用SHAP（SHapley Additive exPlanations）值和累积局部效应（Accumulated Local Effects, ALE）图解释模型预测。

三、研究结果

（一）模型基准比较

在训练/内部验证队列中，七种算法的性能存在差异。集成方法整体优于实例方法。XGBoost取得了最高的平均AUC 0.932（95% CI: 0.920-0.944）和AP 0.852（95% CI: 0.826-0.878），显著高于其他模型（DeLong检验均P < 0.0001）。在独立留出验证队列中，XGBoost保持强健性能（AUC = 0.954，95% CI: 0.937-0.968；AP = 0.903，95% CI: 0.868-0.933），而SVM和KNN表现明显下降。这表明XGBoost能够捕捉临床变量间的非线性模式和交互作用，具有良好的泛化能力。

（二）预测因素识别

基于包含全部47个变量的XGBoost模型，SHAP分析显示排名前十的预测因子包括：α-羟丁酸脱氢酶（α-hydroxybutyrate dehydrogenase, α-HBDH）、肌酸激酶-MB（creatine kinase-MB, CK-MB）、肌酐、尿α1-微球蛋白（urinary α1-microglobulin, Uα1m）、N-乙酰-β-D-氨基葡萄糖苷酶（N-acetyl-β-D-glucosaminidase, NAG）、血沉、同型半胱氨酸、血浆D-二聚体、球蛋白和年龄。其中α-HBDH是最强预测因子，其次是CK-MB和肌酐，这些指标与糖尿病代谢紊乱和肾功能损害密切相关。ALE分析揭示了各生物标志物的效应模式：α-HBDH、肌酐、Uα1m和血沉呈单调效应，升高时增加DN风险；而CK-MB和NAG呈非单调效应，存在交叉转折点，提示DN和DR存在竞争性生物学机制。

（三）最终预测模型的构建与验证

采用RFE递归筛选变量，模型性能在变量数减少时稳步提升，最终在5个变量时达到最佳平衡。基于α-HBDH、CK-MB、肌酐、Uα1m和NAG五个最高排名变量构建的最终XGBoost模型（学习率0.1916，最大深度3，估计器数500），在训练/内部验证队列中取得AUC 0.991（95% CI: 0.989-0.994）和AP 0.979（95% CI: 0.973-0.984）；在独立留出验证队列中取得AUC 0.997（95% CI: 0.996-0.999）和AP 0.993（95% CI: 0.988-0.997）。该性能显著优于使用全部变量的模型。敏感性分析显示，排除肌酐后模型AUC为0.995，进一步排除肾小管标志物后仅保留α-HBDH和CK-MB时AUC为0.998，说明模型判别能力并非依赖肾脏相关指标。决策曲线分析表明该模型在临床相关阈值范围内能提供正向净获益。训练/内部验证队列中误分类率仅4.2%，独立验证队列中仅2.5%。

（四）个体化风险预测

通过SHAP力图为四名代表性患者展示了个体化风险剖面。例如，一名最终发展DN的患者预测DN风险达99.9%，主要由α-HBDH和肌酐显著升高驱动；而另一名DN患者预测DN风险仅39.7%，尽管肌酐高，但α-HBDH、CK-MB、Uα1m和NAG的综合效应偏向DR。对于两名DR患者，预测DR风险分别为93.1%和14.4%，SHAP分析清晰显示了各特征的方向性贡献。这表明SHAP不仅提供个体化解释，还有助于揭示异质性病理模式。

四、讨论与研究结论

讨论部分强调，DN和DR是T2DM最常见的微血管并发症，但以往研究多集中于预测T2DM发病，少有研究利用常规实验室数据鉴别这两种并发症。本研究开发的XGBoost模型实现了高精度判别，归因于集成算法的序贯提升和迭代误差最小化。针对传统诊断方法的局限（肾活检的侵入性和眼底检查的依赖性），本模型提供了一种客观、可重复的工具。RFE特征选择减少了噪声和过拟合风险，提高了模型效率和临床可操作性。SHAP分析解决了“黑箱”问题，识别出五个最具影响力的特征，其生物学合理性得到支持：肌酐反映肾小球滤过受损，Uα1m和NAG是肾小管功能障碍标志，符合DN的肾脏受累特征；α-HBDH和CK-MB虽非肾脏特异性标志物，但部分受肾脏清除影响，其强贡献可能部分捕捉了肾功能差异。

研究局限性包括：单中心数据可能影响外推性；仅区分DN和DR，未纳入其他并发症及DN与DR共存情况；部分预测因子与临床诊断评估存在重叠，但敏感性分析表明性能未受影响；缺乏影像学、组学和纵向数据；模型为区分任务而非早期检测或发病预测；并发症标签来源于既有诊断记录。未来需多中心验证、多模态数据整合及多标签/多任务模型开发。

研究结论：利用常规临床实验室数据开发的可解释机器学习模型是鉴别住院T2DM患者并发症亚型的实用且可扩展的诊断工具。该模型能够识别需要个体化管理策略的患者，支持更精准的临床决策，减少诊断延误，促进早期干预。模型设计便于与医院信息系统整合，在专科诊断资源受限的社区和资源有限环境中具有应用前景，但仍需在不同临床环境中进行前瞻性验证以确认其泛化性和实际影响。本研究发表于《Frontiers in Endocrinology》。