《Clinical Oral Investigations》:Xerogenic medications and clinical markers of salivary hypofunction
编辑推荐:
目的:确定致口干药物类别暴露和椅旁唾液标志物是否在大范围临床年龄谱中,通过传统回归和可解释机器学习方法,促进客观唾液分泌低下的风险分层。
材料与方法:本回顾性横断面研究纳入850例患者(平均年龄60.8±15.6岁;657例[77.3%]女性),这些患者在庆
目的:确定致口干药物类别暴露和椅旁唾液标志物是否在大范围临床年龄谱中,通过传统回归和可解释机器学习方法,促进客观唾液分泌低下的风险分层。
材料与方法:本回顾性横断面研究纳入850例患者(平均年龄60.8±15.6岁;657例[77.3%]女性),这些患者在庆熙大学牙科医院接受了唾液流率评估和口腔临床评估。患者被分为四个年龄组:<40岁、40–64岁、65–79岁和≥80岁。采用年龄组比较、多变量回归模型、增量梯度提升模型以及基于SHapley Additive exPlanations(SHAP)的模型解释,分析未刺激唾液流率(UFR)、刺激唾液流率(SFR)和流率定义的唾液分泌低下。
结果:平均UFR在较老年龄组显著较低,从<40岁患者的0.57±0.30 mL/min降至≥80岁患者的0.36±0.24 mL/min(p < 0.001),而SFR的年龄组差异较不明显。SFR定义的唾液分泌低下在≥80岁组最常见(17.3%;p = 0.007)。在校正模型中,≥80岁组UFR低于<40岁组(β = ?0.194;95% CI,?0.272至?0.115;p < 0.001),且SFR定义的唾液分泌低下比值更高(OR = 5.47;95% CI,1.44–20.78;p = 0.013)。女性性别与较低UFR(β = ?0.055;p = 0.009)和SFR(β = ?0.369;p < 0.001)相关。高置信度致口干药物类别计数与SFR定义的唾液分泌低下独立相关(OR = 1.63;95% CI,1.12–2.36;p = 0.010)。在增量机器学习模型中,加入唾液pH和缓冲能力使判别能力改善最大。AUROC从0.468增至0.723用于UFR定义的唾液分泌低下(ΔAUROC = 0.255;DeLong p < 0.001),从0.608增至0.725用于SFR定义的唾液分泌低下(ΔAUROC = 0.116;DeLong p = 0.005)。SHAP分析将唾液缓冲能力列为两个结局的首要贡献因素,唾液pH也属于顶级预测因子。
结论:客观唾液分泌低下不能仅由年龄、系统性疾病负担或药物负担完全解释。相反,椅旁唾液功能标志物,尤其是唾液pH和缓冲能力,捕获了关于当前唾液状态的临床相关信息。这些发现支持一种实用的、分层的方法来识别可能需要客观唾液流率评估的患者。
临床意义:椅旁唾液pH和缓冲能力可能帮助临床医生识别需要客观唾液流率评估的患者,尤其是与年龄、性别和致口干药物类别暴露一并考虑时。
研究背景:唾液通过润滑、缓冲、抗菌、味觉、吞咽和黏膜保护维持口腔稳态。口干主诉常见,一般人群患病率约22%,但报告率因定义、评估方法和研究人群而异。唾液流降低与黏膜症状、龋病风险、口臭和口腔健康相关生活质量相关。老年人中口干尤其具有临床意义,可影响咀嚼、吞咽、味觉、义齿固位、交流、社交和睡眠舒适。主观口干与客观唾液分泌低下并不总一致,唾液流率是重要功能终点。≥80岁人群系统疾病和用药常累积;年龄、共病、多重用药和致口干药物均与口干或唾液流降低相关,但在常规临床数据中难以区分。部分药物类别致口干潜力较一致,包括抗毒蕈碱泌尿科药物、抗抑郁药、精神抑制或镇静催眠药。仍少有研究在同一数据集中考察药物暴露与口腔不适、实测唾液流降低和流率定义唾液分泌低下。椅旁标志物如唾液pH、缓冲能力、视觉模拟量表(visual analog scale, VAS)、黏性唾液、舌苔和口臭可能反映当前唾液功能。机器学习已用于口干和唾液流预测,但传统回归、增量预测建模和可解释机器学习解释很少同时应用于同一唾液流数据集。因此,研究人员开展本研究,评估致口干药物类别暴露和椅旁唾液标志物是否有助于跨年龄组的客观唾液分泌低下风险分层。
关键技术方法:本研究为回顾性横断面研究,样本来自2022年1月至2025年12月庆熙大学牙科医院接受唾液流率评估和口腔临床评估的患者,最终850例。年龄分为<40、40–64、65–79、≥80岁。主要方法包括年龄组比较(Kruskal–Wallis、卡方、事后Mann–Whitney U或Fisher精确检验,Benjamini–Hochberg FDR校正);多变量线性回归和逻辑回归评估未刺激唾液流率(unstimulated salivary flow rate, UFR)、刺激唾液流率(stimulated salivary flow rate, SFR)及UFR/SFR定义的唾液分泌低下(hyposalivation);预设4个增量梯度提升模型,二分类用极端梯度提升(extreme gradient boosting, XGBoost),重复分层5折交叉验证5次,中位数插补;以受试者工作特征曲线下面积(area under the receiver operating characteristic curve, AUROC)、精确率-召回率曲线下面积(area under precision–recall curve, AUPRC)、Brier score和DeLong检验评价;对全唾液口腔-系统模型进行SHapley Additive exPlanations(SHAP,基于合作博弈论的模型解释方法)分析。
研究结果:
患者特征及各年龄组唾液结局。纳入850例,平均年龄60.8±15.6岁,77.3%女性;<40岁87例,40–64岁361例,65–79岁325例,≥80岁77例。系统疾病负担和当前药物暴露在老年组更普遍;UFR年龄差异比SFR更明显。UFR在老年组显著较低,SFR总体比较无显著差异;UFR定义唾液分泌低下各年龄组无显著差异,SFR定义唾液分泌低下在≥80岁组最常见。唾液pH在<40岁最高,老年组较低;VAS在≥80岁最高;舌苔在≥80岁最突出;缓冲能力、黏性唾液和口臭总体无显著年龄组差异。
老年年龄组唾液流率和唾液分泌低下。两个老年组系统疾病和药物负担更高、静息唾液流更低。任何系统疾病类别和任何当前药物类别患病率在65–79岁为77.5%和62.2%,≥80岁为87.0%和66.2%(总体p < 0.001;FDR校正p < 0.001;事后<40<40–64<65–79=≥80)。高置信度致口干药物暴露在老年组更常见(总体p < 0.001;FDR校正p < 0.001;事后<40=40–64<65–79=≥80)。平均UFR在65–79和≥80组低于年轻患者(总体p < 0.001;FDR校正p < 0.001;事后<40>40–64>65–79=≥80),SFR定义唾液分泌低下在≥80岁组最常见(17.3%;总体p = 0.007;FDR校正p = 0.011;事后<40=40–64=65–79<≥80)。
系统性疾病和药物暴露与唾液结局的关联。校正后,40–64、65–79、≥80岁UFR低于<40岁;女性与较低UFR相关。系统疾病类别计数、其他当前药物类别计数和高置信度致口干药物类别计数与连续UFR无独立关联。对SFR,女性与较低流率关联最强;年龄组方向较低但无显著;系统疾病和药物负担变量无显著关联。对二分类结局,≥80岁组SFR定义唾液分泌低下校正比值高于<40岁;高置信度致口干药物类别计数也与SFR定义唾液分泌低下独立相关,而UFR定义无明显关联。表明年龄和致口干药物负担与SFR定义关系更密切。
药物负担和个体致口干药物类别关联。药物负担模型中,当前药物类别计数、任何高置信度致口干药物类别和高置信度致口干药物类别计数与SFR定义唾液分泌低下比值升高相关;对连续UFR、连续SFR和UFR定义较不一致。类别特异性模型中,抗抑郁药和催眠/镇静药在FDR校正前与较低UFR相关,泌尿科药物与较低SFR相关;抗抑郁药与SFR定义唾液分泌低下有名义关联;校正后类别特异性不如药物负担稳定。同时纳入14类药物的敏感性分析显示关联减弱,互相校正和FDR校正后无个体药物类别与二分类结局明确相关,但若干连续结局估计方向一致。
椅旁唾液标志物的增量价值。连续UFR预测中,R
2从模型1的0.054增至模型4的0.216,MAE从0.189降至0.168,RMSE从0.249降至0.227;连续SFR总体较弱但模型4最佳。UFR定义唾液分泌低下AUROC从0.468增至0.723;SFR定义从0.608增至0.725。AUPRC在模型4纳入唾液pH和缓冲能力后最明显增加,尤其SFR定义。DeLong比较证实主要增益发生在加入唾液pH和缓冲能力后;模型4优于模型3和模型1。仅加入系统-药物负担或先加入实用口腔临床变量未产生相当改善。
基于SHAP的唾液分泌低下模型解释。对UFR定义,主要预测因子为唾液缓冲能力、年龄、唾液pH、VAS和舌苔;对SFR定义,为唾液缓冲能力、唾液pH、VAS、年龄和当前药物类别计数。SHAP蜂群图显示贡献集中在唾液功能标志物和年龄相关变量,而非单系统疾病计数。缓冲能力是两个结局的最高排名预测因子,唾液pH均为前三;系统疾病类别计数和高置信度致口干药物类别计数贡献较小。
讨论与结论:讨论总结显示,客观唾液分泌低下反映年龄、性别、致口干药物类别暴露和椅旁唾液功能标志物共同影响。年龄主要与低UFR相关,女性与低UFR和SFR相关;高置信度致口干药物类别计数最一致与SFR定义唾液分泌低下相关,而系统疾病类别计数单独关联有限。增量模型最大改善在加入唾液pH和缓冲能力后。提示采用临床分层框架,整合年龄相关差异、药物类别暴露和当前椅旁唾液功能状态,而非仅依靠实际年龄、疾病计数或药物计数。讨论指出UFR反映基础静息分泌,对下降更敏感;Affoo et al. 报道年龄相关唾液流降低具腺体特异性。≥80岁部分患者保留较高流率,个体差异大。女性低流率可能部分与较小唾液腺体积有关,激素、绝经、自身免疫、药物暴露也可能参与,但数据不能确定机制。疾病计数不反映严重程度、病程、炎症、代谢控制、自主神经功能障碍、治疗强度或生理储备。药物发现支持基于类别评估而非简单计数。机器学习是互补风险分层层,非替代回归或直接唾液流评估;模型仅中等判别,提示动态因素未纳入,如短期水合状态、昼夜节律、心理应激、营养、体成分、自主功能、激素、药物剂量/时长、遗传和腺体分泌储备。SHAP支持椅旁唾液功能标志物临床相关性,但SHAP值为模型贡献,不能解释为因果。限制包括回顾性横断面不能因果或时间评估;疾病和药物暴露基于问卷;无剂量、时长、依从性和具体活性成分;疾病负担用类别计数;单中心;UFR定义唾液分泌低下仅35例,模型可能不稳定或过拟合;≥80样本较小;需外部验证。
结论翻译:总之,客观唾液分泌低下与年龄、女性性别和选择的致口干药物暴露相关,而系统疾病和药物计数单独不能完全解释唾液结局。椅旁唾液pH和缓冲能力在人口学、系统疾病和药物变量之外提供最大增量风险分层信息。这些标志物不应被视为直接唾液流率测量的替代,但可作为识别需要客观唾液流率评估患者的实用辅助,尤其与年龄、性别和致口干药物类别暴露结合时。