《Life》:Foot Posture Outweighs Habitual Footwear in Discriminating Concurrent Lower-Limb Pain in Children: A Cross-Sectional Interpretable Machine-Learning Study
编辑推荐:
中文摘要翻译
下肢疼痛在学龄儿童中常见,但足姿态、肥胖程度和穿鞋因素的相对贡献尚不明确,且预测模型可能因目标泄漏而虚高。本研究旨在量化足姿态、肥胖程度和穿鞋因素对当前下肢疼痛的判别能力,并检验机器学习是否优于惩罚逻辑回归。研究人员分析了来自土耳其的4408名4
中文摘要翻译
下肢疼痛在学龄儿童中常见,但足姿态、肥胖程度和穿鞋因素的相对贡献尚不明确,且预测模型可能因目标泄漏而虚高。本研究旨在量化足姿态、肥胖程度和穿鞋因素对当前下肢疼痛的判别能力,并检验机器学习是否优于惩罚逻辑回归。研究人员分析了来自土耳其的4408名4–14岁儿童的横断面学校数据集。八种分类器经五折交叉验证训练,并在留出的20%测试集中评估一次;疼痛部位信息被排除在主要预测变量之外,因其编码了结局信息。测试集的受试者工作特征曲线下面积(AUROC)范围为0.945至0.962;极端随机树(0.961;95% CI 0.942–0.977)并未优于惩罚逻辑回归(ΔAUROC 0.0003,95% CI ?0.0075至0.0095;p = 0.99)。仅足姿态一项即达到AUROC 0.909,而人口学特征加人体测量学指标仅达0.704,加入穿鞋因素后仅提升至0.723。因此,当前下肢疼痛主要由足姿态和肥胖程度判别,穿鞋因素和算法复杂度贡献甚微。由于足姿态与疼痛为同时记录,模型判别的是当前而非未来的疼痛。该发现对全科医学中的首诊评估最具参考价值。
论文解读文章
一、研究背景与问题
下肢疼痛是学龄儿童就诊于基层医疗最常见的肌肉骨骼主诉之一,其中儿童扁平足尤为突出,尽管大多数扁平足属于生理性、自限性变异,却占据了不成比例的专科转诊份额。临床难点并非在于识别低平的足内侧纵弓,而在于判断哪些足会发生疼痛。大多数柔性扁平足无症状且无需干预,而僵硬性畸形、距下关节活动受限或潜在的跗骨联合则更可能引发疼痛并需要进一步检查。由于儿童扁平足的定义存在异质性且依赖观察者判断,识别有症状风险的儿童一直依赖较为粗略的临床描述指标。
围绕儿童下肢疼痛成因,家长与专业人员中占主导地位的两种解释是体质量与穿鞋因素。超重和肥胖儿童表现出更扁平的足印、更厚的足中段内侧脂肪垫、更高的足中段接触面积和更高的足底压力;过量体质量还可能通过小腿肌肉柔韧性发挥作用——踝背屈受限在超重和肥胖学龄儿童中更为常见,腓肠肌或腓肠肌-比目鱼肌复合体的紧张是常被忽视的症状诱因。穿鞋方面,习惯性穿鞋会改变儿童的时空、运动学和肌电步态参数,不合脚的鞋与足痛和足部疾患相关,习惯性穿鞋儿童扁平足患病率更高。在中低收入环境中还存在第三个维度——鞋的真伪与构造质量,仿冒和无品牌鞋的鞋底刚度、后跟杯刚度和楦型几何可能与正品存在系统性差异,但这类鞋级属性是否转化为症状患病率的可测差异尚属未知。
机器学习在该领域被迅速采用,主要用于从足底压力图、X线片或足印图像中自动识别足型,报告准确率常超过0.95。表格型、基于问卷的儿科足部数据集也出现了类似的高性能声称,但这些数字值得审视。TRIPOD+AI和PROBAST+AI提供了预测模型的报告与偏倚风险评估指南,区分了诊断模型(评估评估时疾病存在的概率)与预后模型(评估未来事件的风险),横断面数据仅支持前者。校准对于临床可解释的风险估计至关重要,系统证据表明在低维临床预测场景中,机器学习相对于规范设定的逻辑回归并无一致的性能优势。横断面足部调查几乎总是在记录疼痛存在的同时记录疼痛解剖部位,而部位变量中的“无疼痛”类别是结局的确定性函数,将其作为预测变量纳入可保证近乎完美的判别却不传递任何临床信息——这是目标泄漏的典型实例。
二、研究设计与方法概述
研究人员开展了一项基于土耳其恰纳卡莱市城区及埃济内区多所私立幼儿园、日托中心、幼儿园、小学和中学的横断面学校调查,共纳入4408名4至14岁儿童(2179名男孩,占49.4%;平均年龄9.51 ± 2.83岁;平均BMI 18.24 ± 4.32 kg·m?2)。足姿态通过足底镜(podoscope)采集静态足印,以Staheli足弓指数(SAI)结合Jack试验分为正常、柔性扁平足、僵硬扁平足和高弓足四类;穿鞋类型涵盖八种习惯性鞋类,穿鞋质量分为正品品牌、仿冒品牌和无品牌三类;结局为运动或长时间行走后自我报告的下肢疼痛。研究经恰纳卡莱Onsekiz Mart大学健康科学伦理委员会批准(Decision No. 10/13;Project No. 2024-Y?NP-5358),并遵循《赫尔辛基宣言》。
分析采用80/20分层训练/测试划分,所有预处理均在交叉验证管线内完成。八种分类器——L2惩罚逻辑回归、k近邻、径向基函数核支持向量机、随机森林、极端随机树、XGBoost、LightGBM和前馈深度神经网络——经五折交叉验证网格搜索选择超参数,类别不平衡通过类别加权处理。判别性能以AUROC和精确率-召回率曲线下面积(AUPRC)报告,阈值依赖性能以准确率、平衡准确率、灵敏度、特异度、阳性预测值(PPV)、阴性预测值(NPV)、F1和Matthews相关系数(MCC)报告,概率准确度以Brier分数报告,置信区间和模型间差异通过2000次bootstrap重抽样获得。模型行为通过置换重要性和SHAP值双重解释,并拟合四组嵌套模型以定位预测信息所在。
三、主要研究结果
样本特征。 下肢疼痛患病率为16.2%(95% CI 15.2–17.3%),716名有症状儿童中,最常见的疼痛部位为小腿后侧(n = 442,61.7%),其次为小腿后侧合并足内侧(n = 158,22.1%)。疼痛累及足或踝者229人(32.0%),局限于腿部者487人(68.0%)。有疼痛儿童BMI显著更高(21.37 ± 5.40 vs. 17.63 ± 3.79 kg·m?2;d = 0.91),足姿态与疼痛的关联量级远超其他所有变量(Cramér V = 0.773):正常足疼痛患病率1.95%,高弓足25.73%,柔性扁平足66.25%,僵硬扁平足84.03%。
预测性能。 所有算法在留出测试集中的判别性能均较高且差异很小(测试AUROC 0.945–0.962;AUPRC 0.755–0.851)。极端随机树在交叉验证中表现最佳并被预设为主要模型,测试集AUROC 0.961(95% CI 0.942–0.977)、AUPRC 0.829、准确率0.916、平衡准确率0.910、灵敏度0.902、特异度0.919、PPV 0.683、NPV 0.980、MCC 0.737。深度神经网络性能相当(测试AUROC 0.959),灵敏度最高(0.965)但PPV最低(0.582)。主要模型与惩罚逻辑回归的AUROC bootstrap差异为0.0003(95% CI ?0.0075至0.0095;p = 0.99),与零无统计学差异。
校准与阈值行为。 类别加权训练产生的概率系统性过度极端;等渗再校准将Brier分数从0.057改善至0.049,而未实质改变判别性能(AUROC 0.960),但残余失校准仍可检测(Hosmer–Lemeshow χ2 = 50.7,df = 5,p < 0.001),主要集中在上十分位预测风险。再校准前校准截距为?0.98(95% CI ?1.31至?0.65)、校准斜率为0.75(0.63–0.88);等渗再校准后分别为0.40(95% CI 0.07–0.72)和0.80(0.68–0.93)。惩罚逻辑回归相应值为?1.28(95% CI ?1.59至?0.97)和0.94(0.80–1.07)。
预测信息定位。 置换足姿态使测试AUROC降低0.302 ± 0.018,效应量为BMI(0.011 ± 0.002)的26倍、穿鞋类型(0.008 ± 0.003)的38倍;置换穿鞋质量、性别和年龄无可检测损失。SHAP分解中僵硬扁平足(平均|SHAP| = 1.40)和柔性扁平足(1.35)指标占主导,其次为BMI(0.89)和高弓足指标(0.56),所有穿鞋相关特征贡献低一个数量级。嵌套模型显示:人口学加人体测量学指标AUROC 0.704(95% CI 0.657–0.753),加入两种穿鞋变量仅升至0.723(0.676–0.767),再加入足姿态升至0.952(0.929–0.972)——增益0.230;仅足姿态已达0.909(0.877–0.938),完整模型仅超出0.043(95% CI 0.018–0.070),主要归因于BMI。
多变量关联。 逻辑回归模型(McFadden伪R2 = 0.617)显示,相对于正常足,僵硬扁平足的调整后疼痛比值比(OR)为312.0(95% CI 205.4–474.0),柔性扁平足为110.5(76.6–159.4),高弓足为38.0(23.4–61.6);BMI每增加一个单位OR为1.26(1.21–1.31)。七种穿鞋类型对比中仅硬底平底皮鞋达到显著(OR 6.92,95% CI 1.94–24.69),无品牌鞋OR 17.54(95% CI 2.50–123.01)但仅基于10名儿童,估计脆弱。仿冒品牌鞋(占样本87.7%)调整后无关联(OR 1.39,95% CI 0.95–2.03)。Firth惩罚估计与未惩罚估计几乎一致,表明极端OR反映患病率对比而非稀疏数据偏倚。由于结局常见(16.2%),粗患病率比(PR)以更直观尺度表达同一对比:僵硬扁平足43.1(33.8–54.8)、柔性扁平足33.9(26.5–43.5)、高弓足13.2(9.3–18.7)。
敏感性与次要分析。 排除20名BMI值生物学上不可能的儿童后性能不变(测试AUROC 0.962);以BMI-for-age z-score(BAZ)替代BMI后主要模型测试AUROC 0.959(95% CI 0.939–0.975),调整后OR为每1-SD增加1.69(1.53–1.87),关联偏离线性(样条检验p = 0.002)且随年龄增强(BAZ × 年龄交互p < 0.001)。故意将疼痛部位变量作为预测变量重新纳入产生完美表观性能(测试AUROC 1.000,准确率1.000),证实该单一变量足以制造完美模型。716名有症状儿童的疼痛部位五分类次要分析中,交叉验证准确率0.631,多数类基线0.617,Cohen κ 0.343,解剖定位不可预测,报告为阴性发现。区域特异性分析显示,局限于腿部的疼痛(487例)中足姿态单独达测试AUROC 0.957(0.931–0.978),正常足儿童仅0.4%报告疼痛而僵硬扁平足、柔性扁平足和高弓足分别为78.5%、59.0%和24.4%;累及足或踝的疼痛(229例)中足姿态单独为0.833(0.767–0.895),完整模型为0.957(0.931–0.976),高弓足与该结局关联较弱(调整后OR 3.7,1.1–12.9),BMI携带更多信息(调整后OR每kg·m?2 1.33,1.27–1.40,对比局限于腿部疼痛的1.15,1.09–1.20)。
四、讨论与结论
本研究的核心发现重构了该领域对算法建模的热情:几乎全部预测信号由单一临床变量——足姿态——携带,其单独AUROC达0.909,其余七个变量合计仅增加0.043。人体测量学通过BMI提供适度、生物学上合理的增量,而习惯性穿鞋——家长最常归咎且商业宣传最常针对的因素——贡献几乎为零。八种算法跨越线性、核、实例、集成和深度学习家族,测试AUROC彼此相差不超过0.017,最佳模型与惩罚逻辑回归的差异为0.0003且置信区间跨越零,与Christodoulou等人系统综述描述的模式完全一致:当特征空间低维且信息结构主要为类别型时,灵活学习器无额外信息可挖掘。
足姿态的主导地位与临床文献一致:大多数柔性扁平足为生理性无症状,僵硬畸形应警惕跗骨联合等潜在病理且更可能疼痛。但两项注意事项适用:其一,足姿态以源自静态足印指数和临床灵活性试验的四类别分析,而非连续测量或多节段工具,扁平足分类的观察者间可靠性已知不完善;其二,暴露与结局在同一访视中确定,评估者虽对疼痛状态和部位设盲,但疼痛与姿态在同一学校访视中记录,不能完全排除审查偏倚。大多数有症状儿童将疼痛定位于腿部而非足部(68.0%局限于腿部),小腿后侧疼痛常被标记为“生长痛”,足旋前姿态被提出为诱因之一。区域特异性分析进一步明确:足姿态(包括高弓足)与局限于腿部的疼痛关联最紧密,而累及足或踝的疼痛更依赖肥胖程度且与高弓足几乎无关联。
BMI关联与既往儿童生物力学研究一致:肥胖儿童足印更扁平、足中段内侧脂肪垫更厚、站立和行走时足底压力更高、足部敏感性降低。调整后每BMI单位OR 1.26——跨样本四分位距约3.5倍——是独立于足姿态的临床意义效应。有疼痛与无疼痛儿童年龄和身高相似,BMI信号更强表明相对于体型的多余体质量而非绝对体质量伴随疼痛。该关联在BAZ替代后持续存在且年长儿童中更强,排除了宽年龄范围的假象。
穿鞋近零发现需谨慎解读而非否定。穿鞋确实改变儿童步态,不合脚的鞋与足痛相关,习惯性穿鞋与足形态和着地模式差异相关。但本数据表明,可用的粗略描述符——宽泛鞋型类别和品牌标签——捕获了其中很少信息。鞋的合脚性——文献识别的操作性变量——未被测量,鞋底刚度、后跟杯刚性、穿着时长和鞋龄等机械相关属性亦未获取。唯一在调整后存活的穿鞋信号——硬底平底皮鞋OR增加六至七倍——在灵活性文献预测方向上机械上合理,值得以客观鞋表征进行针对性研究。无品牌鞋的极大OR仅基于十名儿童,应仅视为假设生成。
方法论上,泄漏实验表明,保留疼痛部位变量——其“无疼痛”水平是结局的确定性函数——在同一数据中产生AUROC恰好1.000,而可辩护的天花板约为0.96。研究者因此鼓励三项具体实践:公布完整预测变量列表并明确说明每个变量在结局可知前是否可用;报告逻辑回归比较器与任何复杂模型的性能;报告校准而非仅判别。校准结果说明最后一点:主要模型判别优异但即使等渗再校准后仍不完美校准,上十分位预测风险过度极端——类别加权训练的直接后果。部署此类模型必须在目标人群中再校准;预测概率最多应用于对儿童进行临床检查排序,而非作为绝对风险,且不应将本数据导出的风险阈值未经本地再校准而转移至实践。
临床意义面向全科医生、儿科医生和学校卫生人员而非外科医生。实用信息是简约性:单次学校检查提供的信息由两项无需设备的观察携带——临床足姿态和儿童体质量状况。仅足姿态构建的模型判别检查时有症状儿童AUROC 0.909,加入七个额外变量(含所有穿鞋记录)仅提升0.043。完整模型NPV 0.980——足姿态正常且BMI无异常的儿童极不可能报告当前下肢疼痛;PPV 0.683——约三分之一的标记儿童不会报告疼痛。由于疼痛与姿态同时记录,这是已有症状儿童中的病例发现而非未来疼痛预测;模型未经外部或前瞻性验证,残余失校准排除了固定风险阈值规则。发现最多支持在学校或基层医疗常规检查中纳入简短足姿态检查和体质量状态评估,以便进一步检查僵硬或疼痛的足;不支持分配治疗。鉴于大多数儿童柔性扁平足无症状且自限,非手术干预证据有限,此类信息应仅用于优先安排临床评估,绝不用于证明预防性矫形器处方的合理性。
局限性包括:横断面设计不能做因果或时间性声称;下肢疼痛以二元报告获取,无强度、持续时间、频率或验证工具,且问题仅涉及运动或长时间行走后疼痛,静息痛未捕获;足姿态仅以源自Staheli足弓指数和Jack试验的四类别可用,连续指数值未保留,观察者间可靠性无法量化;僵硬类别临床定义而无影像学或距下关节活动范围确认,不等同于结构性僵硬扁平足如跗骨联合;穿鞋仅以宽泛类型和品牌表征,合脚性、尺寸充分性、鞋底刚度和穿着时长不可用,很可能衰减真实穿鞋效应;体力活动、运动参与、关节过度活动、腓肠肌-比目鱼肌柔韧性、家族史和青春期状态未记录且为合理混杂因素;验证仅为内部验证,无时间性或外部验证;儿童嵌套于多所学校但学校标识未保留,随机划分忽略聚类,若学校级因素影响足部评估和疼痛报告,内部验证可能乐观。
未来方向包括三项直接延伸:以验证的连续测量如足姿态指数(Foot Posture Index)替代足姿态,实现剂量-反应建模并减少错分;以客观鞋表征——内长和宽度相对足部、鞋底弯曲刚度、后跟杯稳定性和估计穿着小时数——使本研究的零结果可被解释为穿鞋属性的而非测量属性的;对无症状柔性扁平足儿童进行前瞻性随访,以确定模型识别的是状态还是轨迹——临床医生实际面临的问题。研究者设想一项学校队列,儿童由同一训练有素的评估者在12和24个月复查,使用足姿态指数、膝伸直和屈曲位踝背屈活动范围(区分腓肠肌与比目鱼肌紧张)以及以BAZ表达的重复人体测量;疼痛以适龄工具记录部位、频率、强度和活动限制,初始无症状儿童的疼痛发生为主要结局。此设计将把当前诊断模型转化为预后模型并允许时间性和外部验证。
研究结论:在4408名4–14岁儿童的横断面样本中,当前下肢疼痛以测试AUROC约0.96被判别,但该性能几乎完全依赖于临床评估的足姿态,BMI提供适度独立贡献,习惯性穿鞋类型和穿鞋真伪几乎无贡献。八种算法(含深度神经网络)与惩罚逻辑回归在统计上不可区分,而故意泄漏的模型在同一数据中达到AUROC恰好1.000——对文献中常见近乎完美准确率的警示。对全科医生和学校卫生服务而言,儿童下肢不适的首诊评估应聚焦于足姿态和体质量状态;对研究者而言,建模努力应聚焦于透明预测变量审计、简约比较器和校准风险估计,而非算法复杂度。由于暴露与结局同时测量,需要前瞻性研究确定这些因素是否也预测未来疼痛。