《Annals of Medicine》:Predicting gallstones risk with body composition analysis and machine learning: a dual-center cohort study
编辑推荐:
**背景** 旨在比较计算机断层扫描(computed tomography,CT)身体成分指标、人体测量学指标和实验室指标对胆结石发生的预测性能,并构建机器学习模型以提升预测能力。
**方法** 该双中心回顾性队列研究纳入2017年1月至2023年1月期
**背景** 旨在比较计算机断层扫描(computed tomography,CT)身体成分指标、人体测量学指标和实验室指标对胆结石发生的预测性能,并构建机器学习模型以提升预测能力。
**方法** 该双中心回顾性队列研究纳入2017年1月至2023年1月期间接受初次腹部CT检查、未检出胆结石且完成至少3年随访的患者。数据分析于2026年4月进行。根据随访结果将患者分为胆结石组和非胆结石组。采用深度学习工具Body and Organ Analysis(BOA)量化第三腰椎水平的脂肪、肌肉和骨骼。比较上述指标的受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUC)与人体测量学指标和实验室指标的AUC。在训练队列中构建预测模型,并通过五折交叉验证和独立测试队列评估模型性能。
**结果** 共评估1,944例患者,其中训练队列1,437例(中心1;中位年龄63岁[第25–75百分位,55–72];男性699例),测试队列507例(中心2;中位年龄63岁[55–71];男性266例)。单变量分析中,中性粒细胞与淋巴细胞比值(neutrophil-to-lymphocyte ratio,NLR)的AUC最高(0.627,95%置信区间[confidence interval,CI]:0.586–0.668)。极端树(extreme trees,ET)模型表现最佳,测试集AUC为0.772(95% CI:0.714–0.822)。SHapley Additive exPlanations(SHAP)分析确定皮下脂肪与总脂肪面积比为最重要特征。
**结论** NLR是最佳单一预测指标,但独立应用价值有限。在整合三类指标的各模型中,ET模型表现最优。
**背景与现存问题**
胆结石是常见的胆道系统疾病,全球影像学诊断的患病率约为6.7%,每年美国约实施80万例胆囊切除术,医疗费用近65亿美元。随着全球肥胖和代谢性疾病流行,胆结石发病率同步上升,并可导致急性胆囊炎、胰腺炎等严重并发症,且与心血管疾病、糖尿病和胆囊癌风险增加及更高死亡率相关。因此,早期识别高危个体对减轻疾病负担至关重要。
肥胖是胆结石形成的核心危险因素之一,孟德尔随机化研究已确认二者存在独立因果关系。传统人体测量学指标如体质指数(body mass index,BMI)、腰围(waist circumference,WC)、身体圆度指数(body roundness index,BRI)和相对脂肪量(relative fat mass,RFM)因便捷、低成本而被广泛用于风险评估,多项研究证实其与胆结石显著相关。然而,人体测量学指标存在固有局限:无法区分不同身体组分,BMI不能区分脂肪与肌肉,WC不能区分代谢活跃的内脏脂肪组织(visceral adipose tissue,VAT)与代谢惰性的皮下脂肪组织(subcutaneous adipose tissue,SAT)。已有研究表明,VAT堆积与胆结石显著相关,而BMI不能独立预测风险;内脏脂肪与皮下脂肪比值升高与胆结石风险增加独立相关。
随着影像技术与人工智能的发展,计算机断层扫描(computed tomography,CT)可在第三腰椎(L3)水平乃至全腹部精确量化VAT、SAT、肌肉和骨骼,且L3水平与全身组织体积高度相关。除肥胖相关指标外,炎症和胆红素代谢在胆结石形成中也发挥重要作用,中性粒细胞与淋巴细胞比值(neutrophil-to-lymphocyte ratio,NLR)和轻度升高的总胆红素(total bilirubin,TBIL)均被报道可独立预测结石形成。然而,现有研究多局限于单一类别指标的分析,缺乏身体成分、人体测量学和实验室指标的头对头比较;且单一指标预测性能有限,有必要引入机器学习(machine learning,ML)方法构建多指标预测模型以提升预测能力。
**研究目的与设计**
本研究旨在统一分析框架内系统比较CT身体成分指标、人体测量学指标和实验室指标对胆结石发生风险的预测性能,并构建逻辑回归和机器学习模型以增强预测能力。研究为双中心回顾性队列设计,训练数据集来自中心1,测试数据集来自中心2,纳入2017年1月至2023年1月行腹部CT检查、初次CT未检出胆结石且随访至少3年的患者。最终纳入1,944例患者,其中训练集1,437例(胆结石组222例,非胆结石组1,215例),测试集507例(胆结石组88例,非胆结石组419例)。
**主要技术方法**
研究人员采用深度学习工具Body and Organ Analysis(BOA)自动分割CT图像,获得第三腰椎(L3)单层面及椎体上下缘范围内脂肪组织、骨骼肌和骨骼的横截面积与体积参数,并计算皮下脂肪/总脂肪面积比(STR_area)等比值指标。模型构建方面,以加权多变量逻辑回归为基线模型,同时构建随机森林(random forest,RF)、XGBoost、CatBoost、支持向量机(support vector machine,SVM)和极端树(extreme trees,ET)五种机器学习模型,采用嵌套交叉验证框架进行超参数优化,以受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUC)为优化目标,并在独立外部测试队列中验证模型性能。特征重要性采用SHapley Additive exPlanations(SHAP)分析,统计学分析使用R软件(版本3.6.3),机器学习建模使用Python(版本3.10.9)。
**研究结果**
*研究人群特征*
共1,944例患者来自两个中心,训练集胆结石发生率为15.4%(222/1,437),测试集为17.4%(88/507)。单变量分析中,NLR对胆结石发生的预测性能最高,AUC为0.627,其次为身体形态指数(A Body Shape Index,ABSI)(0.615)和STR_area(0.610)。
*多变量逻辑回归模型*
基于训练集采用加权前向逐步逻辑回归(贝叶斯信息准则;阳性组权重≈5.47)筛选预测变量,最终纳入STR_area、NLR、肌肉面积(Muscle_area)、ABSI、TBIL和体重六个预测因子。在独立测试集中,该模型AUC为0.675,敏感度为0.716,特异度为0.628,准确度为0.643。
*机器学习模型*
五种机器学习模型在训练集构建并与多变量逻辑回归比较。ET模型表现最佳,测试集AUC为0.772(95%置信区间[confidence interval,CI]:0.714–0.822),RF模型次之(测试集AUC为0.733)。重复五折交叉验证(50种随机种子)显示ET模型性能稳定,平均AUC为0.810±0.015。ET模型在精确率-召回率曲线中亦取得最高平均精确率(average precision,AP=0.642)。SHAP分析显示,对ET模型预测贡献最大的三个特征为STR_area、年龄和肌间脂肪组织/总脂肪组织体积比(ITR_volume)。
*敏感性分析*
在仅纳入CT与超声结果一致或经手术确诊胆结石患者的敏感性分析中,ET模型AUC为0.756(95% CI:0.655–0.840),与主分析结果(0.772)接近。排除孤立性胆管结石患者后,ET模型测试集AUC为0.767(95% CI:0.711–0.817),与主分析结果相当,提示主要结论稳健。
**讨论与结论**
本研究在单指标层面证实NLR、ABSI和STR_area分别代表炎症、肥胖形态和脂肪分布对胆结石的贡献,但三者AUC均低于0.63,难以独立用于临床风险分层。多变量逻辑回归通过整合多类指标将测试集AUC提升至0.675,但其线性假设难以捕捉变量间复杂的非线性交互作用。ET模型通过集成学习非线性建模能力,将测试集AUC提升至0.772,优于逻辑回归及其他机器学习模型。与既往横断面研究相比,本研究的纵向设计确立了时间先后关系,且模型在独立中心得到外部验证,在方法学上具有明显优势。敏感性分析表明,CT与超声结果不一致对模型整体预测性能影响有限;排除孤立性胆管结石后结果稳健。该研究的临床价值在于:对已接受腹部CT的患者,BOA等自动化工具可无需额外扫描即提取身体成分参数,结合常规实验室指标实现精细化风险分层;在仅具备基础人体测量数据的社区筛查场景中,ABSI可作为简单初步筛查工具;ET模型未来可封装为临床决策支持工具,辅助医师识别高危个体并制定个体化随访策略。研究局限性包括回顾性设计可能引入选择偏倚、CT对等密度或小结石可能漏诊导致结局错分、随访影像时间不规律无法进行时间-事件分析,以及未收集生活方式因素可能导致残余混杂。
结论部分翻译如下:基于双中心回顾性队列,本研究系统比较了CT身体成分指标、人体测量学指标和实验室指标对胆结石发生风险的预测性能。单变量分析中,炎症标志物NLR预测性能最高,其次为人体测量学指标ABSI和身体成分指标STR_area,但各单一指标预测能力均有限。整合多类别指标的逻辑回归和机器学习方法有效提升了预测性能,其中ET模型表现最优。ET模型结合自动化身体成分分析,有望辅助临床风险分层。