基于机器学习构建与验证流感相关肺曲霉病患者伏立康唑疗效预测模型

《Drug Design, Development and Therapy》:Construction and Validation of a Predictive Model for Voriconazole Treatment Efficacy in Influenza-Associated Pulmonary Aspergillosis Based on Machine Learning

【字体: 大 中 小 】 时间:2026年10月13日 来源:Drug Design, Development and Therapy 4.7

编辑推荐:

  目的:分析影响流感相关肺曲霉病(IAPA)患者伏立康唑疗效的危险因素,并构建可解释的机器学习(ML)预测模型。 患者与方法:本回顾性研究纳入接受伏立康唑治疗的IAPA患者,分为主要回顾性队列(2020年1月1日至2025年7月31日)和独立的时间外部验证队列(

  
目的:分析影响流感相关肺曲霉病(IAPA)患者伏立康唑疗效的危险因素,并构建可解释的机器学习(ML)预测模型。 患者与方法:本回顾性研究纳入接受伏立康唑治疗的IAPA患者,分为主要回顾性队列(2020年1月1日至2025年7月31日)和独立的时间外部验证队列(2025年8月1日至2026年4月30日)。为避免数据泄漏,主要队列按治疗反应分层后以7:3比例随机分为训练集和内部验证集,再进行特征筛选。共收集42项基线候选变量。特征选择仅在训练集内通过单变量筛选、10折交叉验证的最小绝对收缩和选择算子(LASSO)及方差膨胀因子(VIF)共线性过滤完成。并行开展多变量逻辑回归以识别独立预测因子,不进行额外的逐步剔除。验证集仅用于模型性能评估。构建七种机器学习算法,并采用SHapley Additive exPlanations(SHAP)分析对最优模型进行解释。 结果:内部队列患者根据临床缓解、影像学吸收及炎症生物标志物下降分为伏立康唑应答组(VR,n=284)和非应答组(VNR,n=56)。多步骤变量筛选保留11个非共线性候选预测因子。多变量逻辑回归识别出四个治疗反应不佳的独立预测因子:ICU入住、联合使用咪达唑仑、基线中性粒细胞百分比升高及基线血小板计数降低。CatBoost模型取得最优判别性能,内部验证AUC=0.88(95% CI:0.87–0.88),时间外部验证AUC=0.83(95% CI:0.70–0.94)。决策曲线分析(DCA)显示,七种模型在阈值概率0.00–0.90范围内均产生正向净临床获益。SHAP分析进一步展示了ICU入住和咪达唑仑对预测结果的重要贡献,与多变量逻辑回归的特征排序存在部分差异。 结论:本研究确定了IAPA患者伏立康唑疗效的四个独立预测因子。所建立的CatBoost模型可提供稳定、可解释的预测,有助于指导IAPA患者的个体化伏立康唑治疗。
基于机器学习构建与验证流感相关肺曲霉病患者伏立康唑疗效预测模型——论文解读
一、研究背景与意义
流感病毒是导致全球严重疾病的主要病原体之一,每年造成29万至65万人死亡。侵袭性肺曲霉病(IPA)是由曲霉属真菌引起的高致死性肺部感染,近年来被越来越多地认识到是流感的严重并发症。流感相关肺曲霉病(IAPA)在重症监护室(ICU)危重患者中的发病率约为10%至19%,其病死率常超过45%,部分研究甚至超过50%。流感病毒通过破坏呼吸道上皮屏障、损害黏液纤毛清除功能、抑制吞噬细胞对曲霉孢子的清除以及削弱中性粒细胞对真菌菌丝的杀伤作用等多条途径,显著损害宿主抗真菌免疫防御,从而大幅增加IAPA的发生风险。
伏立康唑是目前国内外指南推荐用于IPA一线治疗的首选药物之一。在一项关键的随机对照试验中,伏立康唑治疗侵袭性曲霉病的成功率达到52.8%。然而,尽管接受了抗真菌治疗,IAPA患者的预后仍然不佳。目前,已有多个预测工具用于评估传统侵袭性肺曲霉病的疾病风险和预后,但专门针对IPA患者伏立康唑治疗反应进行预测的模型极为匮乏。IAPA作为IPA的一种独特临床表型,其患者多为非中性粒细胞减少的危重个体,器官功能障碍、多种合并症和复杂的联合用药可显著改变抗真菌药物的药代动力学。值得注意的是,IAPA的获得性危险因素并不能简单等同于治疗反应的预测因子。既往研究主要聚焦于IAPA的发病危险因素,如白细胞计数、CT影像特征、C反应蛋白(CRP)水平、白介素6(IL-6)、年龄、糖皮质激素使用及淋巴细胞计数等,但迄今尚无针对IAPA患者伏立康唑疗效危险因素及预测模型的研究报道。因此,临床迫切需要一种简便易用的预测模型,帮助临床医生识别接受伏立康唑治疗的高危IAPA患者,以便及时采取进一步干预和治疗措施。机器学习(ML)作为人工智能的核心组成部分,能够在多变量大型数据集中识别模式,为数据驱动的预测和分类提供支持,为改善临床决策和患者医疗提供了新的机遇。
二、研究设计与主要技术方法
该研究为单中心回顾性研究,在济宁医学院附属医院开展。研究纳入2020年1月1日至2025年7月31日住院的IAPA患者作为主要研究队列用于模型构建和内部验证,另纳入2025年8月1日至2026年4月30日住院的患者作为独立的时间外部验证队列。最终主要队列纳入340例符合条件的患者(伏立康唑应答组VR 284例,非应答组VNR 56例),外部验证队列纳入97例患者(VR 82例,VNR 15例)。研究经伦理审查豁免。
研究采用的主要技术方法包括:(1)数据预处理:缺失比例超过20%的变量被排除,连续变量在1%–99%百分位进行缩尾处理,采用多重插补法处理缺失值;(2)数据集划分与类别平衡:总队列按治疗反应分层以7:3比例随机分为训练集(238例)和内部验证集(102例),采用合成少数类过采样技术(SMOTE)在训练集中按1:1比例平衡类别,验证集保留原始不平衡分布;(3)特征筛选:在训练集内依次进行单变量逻辑回归筛选(P<0.05保留)、10折交叉验证LASSO回归消除冗余变量、方差膨胀因子(VIF<4)排除共线性变量,最终保留11个非共线性候选预测因子;(4)模型构建:基于筛选变量构建七种机器学习模型,包括逻辑回归(LR)、极端梯度提升(XGBoost)、随机森林(RF)、梯度提升决策树(GBDT)、极端随机树(ET)、类别型提升(CatBoost)和决策树(DT),采用网格搜索结合10次重复5折交叉验证进行超参数调优;(5)模型评估:以AUC作为主要性能指标,同时计算准确率、灵敏度、特异度、精确率、F1分数、Kappa系数和约登指数,采用DeLong检验比较模型间AUC差异,补充精确率-召回率(PR)曲线和PR-AUC评估不平衡数据下的性能,决策曲线分析(DCA)量化模型的净临床获益;(6)SHAP分析:采用SHapley Additive exPlanations对最优模型进行特征贡献和方向效应的可解释性分析。
三、研究结果
基线特征:与VR组相比,VNR组患者的ICU入住率、机械通气、感染性休克、咪达唑仑和地塞米松使用率显著更高,炎症标志物水平更高,而基线血小板计数更低。两组在年龄、性别、吸烟史及多数合并症方面无显著差异。
变量筛选:在训练集上,单变量分析保留14个P<0.05的变量。LASSO回归结合10折交叉验证后,3个变量的系数随λ增大缩减为零,最终保留11个具有非零系数的变量。VIF分析进一步验证这11个变量间不存在多重共线性。
模型构建与验证:七种ML模型基于11个筛选预测因子构建。CatBoost模型表现出最优判别性能,内部验证集AUC=0.88(95% CI:0.87–0.88),时间外部验证集AUC=0.83(95% CI:0.70–0.94),DT模型AUC最低(0.78)。DeLong检验显示CatBoost与LR、XGBoost、RF、GBDT和DT之间存在显著AUC差异,而与ET无统计学显著差异。所有模型在训练集AUC均高于验证集,提示存在轻度过拟合。DCA显示七种模型在阈值概率0.00–0.90范围内均产生正向净临床获益,其中RF模型保持最宽的有效阈值范围和最优净获益,XGBoost次之,而CatBoost在阈值概率超过0.80时最早失去正向净获益。校准曲线显示CatBoost模型预测概率与观察结果在内部验证集中具有良好一致性。混淆矩阵原始计数为TP=78,FN=7,TN=9,FP=8,真阳性率较高(78/85),假阳性率中等(8/17)。敏感性分析显示,完整病例数据集的模型AUC整体低于多重插补数据集,且七种模型的性能排序有所变化,提示缺失值处理对模型性能有一定影响。
SHAP分析与解释:SHAP分析显示,ICU入住、咪达唑仑使用、基线中性粒细胞百分比升高和感染性休克增加了伏立康唑非应答的预测概率,而基线血小板计数和白蛋白升高与较好的治疗反应相关。特征重要性排序表明,ICU入住和咪达唑仑联合用药是模型预测的主导驱动因素,其次是基线中性粒细胞百分比和感染性休克。
独立危险因素分析:基于LASSO-VIF筛选后的同一组11个变量,并行多变量逻辑回归分析识别出四个伏立康唑非应答的独立危险因素:ICU入住、联合使用咪达唑仑、基线中性粒细胞百分比升高和基线血小板计数降低。
四、讨论与结论
讨论部分指出,ICU入住和联合使用咪达唑仑是伏立康唑疗效不佳的不利预测因子。ICU患者通常伴有严重流感、呼吸衰竭和多器官功能障碍,伴有严重免疫抑制和过度炎症反应,可能改变伏立康唑代谢并触发炎症风暴加重肺损伤,从而降低肺部组织中的局部药物浓度和治疗效果。咪达唑仑可降低伏立康唑的系统清除率导致体内药物蓄积,且其过度镇静作用抑制咳嗽反射和呼吸功能,削弱局部肺免疫,增加治疗失败风险。基线中性粒细胞百分比和血小板计数与治疗反应密切相关。持续高炎症状态可破坏血管内皮屏障完整性,导致血管通透性异常增加,显著降低伏立康唑在靶器官(肺组织)的分布浓度。血小板在先天免疫中发挥重要作用,参与真菌感染期间的病原体清除,血小板减少症被认为是侵袭性真菌感染加重和预后不良的指标。
研究还讨论了伏立康唑药代动力学的复杂性。伏立康唑主要通过CYP2C19代谢,CYP2C9和CYP3A4也有参与,在危重患者中即使给药剂量看似充足,亚治疗谷浓度也常见。毛细血管渗漏、胸腔积液和积极液体复苏会扩大表观分布容积并稀释血浆浓度;ECMO可导致伏立康唑在氧合器和管路中隔离,进一步降低系统暴露量;肾功能障碍时静脉制剂中的磺丁基醚-β-环糊精(SBECD)溶媒蓄积可能产生神经毒性,而肾脏替代治疗可同时清除载体和母药导致暴露不足。咪达唑仑和伏立康唑均作用于CYP3A4,可相互升高浓度。研究指出,基于入院时静态协变量构建的模型无法捕捉治疗过程中的剂量调整、肾功能变化和新引入的相互作用药物,部分分类错误的非应答者可能源于伏立康唑暴露不足或过度,而非模型本身的问题。未来应纳入治疗药物监测浓度、连续的肝肾功能指标和时间分辨的联合用药记录,并结合TDM指导的给药方案。
研究局限性包括:时间外部验证仅为机构内时间序列外推而非独立多中心验证;外部队列中非应答事件稀疏导致AUC估计不确定;复合VR/VNR终点包含治疗后炎症标志物变化,基线炎症负荷与治疗后生物标志物降低存在生物学关联;顺序单变量-LASSO特征选择可能存在选择偏倚;低事件每变量比和SMOTE合成样本引入模型稳定性不确定性;模型生成的风险评分不能直接驱动治疗调整,仅支持辅助风险分层。
结论:本研究确定了IAPA患者伏立康唑反应不佳的四个独立预测因子:ICU入住、联合使用咪达唑仑、基线中性粒细胞百分比和血小板计数。在七种机器学习模型中,CatBoost表现出最优判别性能、可接受的校准度和良好的SHAP可解释性。该模型可为IAPA患者提供初步的个体化伏立康唑治疗反应预测,可作为辅助抗真菌治疗优化的决策支持工具,有待在更大规模多中心队列中进一步验证。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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