《Health Data Science》:Beyond the Individual: A Data-Driven Approach to Protect Kidneys from Environmental Change
编辑推荐:
日益严峻的全球环境变化挑战——包括气温升高、空气污染加剧、水资源短缺以及化学污染物扩散——正在深刻重塑全球肾脏疾病的流行病学格局。肾脏作为对环境应激高度敏感的器官,对热应激、低血容量及环境毒素尤为脆弱,发挥着环境应激哨兵器官的作用,其健康影响涵盖急性肾损伤(a
日益严峻的全球环境变化挑战——包括气温升高、空气污染加剧、水资源短缺以及化学污染物扩散——正在深刻重塑全球肾脏疾病的流行病学格局。肾脏作为对环境应激高度敏感的器官,对热应激、低血容量及环境毒素尤为脆弱,发挥着环境应激哨兵器官的作用,其健康影响涵盖急性肾损伤(acute kidney injury, AKI)、肾结石,乃至慢性肾脏病(chronic kidney disease, CKD)加速进展以及新型地方性未知原因慢性肾脏病(chronic kidney disease of unknown cause, CKDu)等[1,2]。应对这一挑战需要两种互补策略:减缓(通过气候治理和减排应对根本原因)与适应(通过临床和公共卫生干预保护脆弱人群)。数据科学的进步——特别是因果推断(causal inference)和人工智能(artificial intelligence, AI)——为将这些洞见转化为可操作的临床与公共卫生应对措施及可执行政策提供了机遇(图1)。本展望阐述了整合性数据方法如何弥合知识与实践之间的鸿沟,并为研究与政策转化提供路线图,以同时推进减缓与适应目标。文中"环境"指外部暴露组(external exposome),即多源环境暴露,包括环境高温与热浪、空气污染、水与化学污染,以及自然灾害的急性破坏[3,4]。
## 变化星球中的肾脏哨兵器官
肾脏生理学特征使其集中血液循环中的物质并严格调控容量与电解质,这使该器官对环境应激因素具有独特的易感性。环境威胁通过多重途径损害肾脏健康(图2)。第一,热应激与血流动力学应激:环境高温及热浪引发脱水和横纹肌溶解,导致AKI、肾结石、CKD加速进展及CKDu等地域聚集性疾病增加[1]。第二,污染物化学暴露:长期暴露于细颗粒物(fine particulate matter, PM2.5)、重金属、农药以及微塑料和纳米塑料等新型污染物,通过氧化应激、炎症反应和直接细胞损伤降低估算肾小球滤过率(estimated glomerular filtration rate, eGFR)并促进蛋白尿和CKD发病[5–8];生命早期暴露于内分泌干扰物还导致先天性肾脏异常,这是儿童CKD的主要病因[9]。第三,物理性与基础设施破坏:自然灾害通过根本不同的病因学途径发挥作用——挤压伤通过横纹肌溶解非依赖性的创伤机制诱发AKI,同时中断维持生命的透析治疗[10]。
将肾脏视为环境哨兵器官,使肾脏病学从器官层面描述转向群体层面的减缓与临床适应优先事项。主要指南机构(如改善全球肾脏病预后组织[Kidney Disease: Improving Global Outcomes, KDIGO])及欧洲机构(特别是欧洲肾脏协会)现已明确将气候变化、空气污染和医疗可持续性列为肾脏健康的优先事项,尽管环境风险尚未完全整合入常规普通人群指南[11]。本研究团队的2025年CK-NET年度数据报告通过呈现环境分析并将环境指标嵌入CKD监测和照护路径的实用建议,推进了这一议程[12]。数据科学提供了方法学工具包,使环境肾脏病学从描述性关联走向面向临床医师、公共卫生规划者和决策者的可操作决策支持。
## 治理之需:以因果推断引导环境减缓政策
环境相关肾脏疾病的长期负担存在显著不平等:风险集中于低资源国家、边缘化社区和脆弱职业群体。为解决这些不平等并遏制未来疾病负担,需要覆盖数年至数十年的数据驱动环境风险评估,以指导气候治理和监管,如减排。传统生态学研究在发出警报方面发挥了重要作用——例如,气温每升高1°C与肾脏相关发病率约增加1%相关[13]——但群体层面关联往往未能充分考虑个体混杂因素,如社会经济地位、合并症和医疗可及性。因果推断范式提供了评估政策(如空气质量标准、工业排放限值和工作场所高温规则)对肾脏健康真实世界影响的严谨、长程证据基础[14]。
重要的是,肾脏病学特异性数据能够独特地强化一般性环境监管:群体层面肾脏健康指标——包括eGFR轨迹监测、AKI住院率和CKDu发病率——可作为监管影响评估中的肾脏特异性终点,补充传统空气质量标准审查中使用的心血管和呼吸指标。例如,利用准实验设计和双重差分法,研究人员可评估特定法规(如《清洁空气法》)对包括GFR、血尿素氮和尿酸在内的肾脏健康结局的真实影响[15]。另一项利用工具变量模型的研究提供了PM2.5长期暴露减少有助于保护肾脏功能的稳健因果证据[16]。边际结构模型、g估计和目标试验模拟等先进方法进一步解决了标准准实验设计可能遗漏的时变混杂因素和反馈循环[17,18]。
除确立因果关系外,因果方法还阐明了从暴露到疾病的生物学通路。因果中介分析已量化了氧化应激和炎症生物标志物作为重金属和PM2.5影响eGFR的重要中介,识别了暴露本身之外的可操作干预点[19,20]。多组学整合——涵盖表观遗传时钟和甲基化风险评分(捕捉环境对肾脏生物老化的累积效应),以及孟德尔随机化(mendelian randomization)为分子发现提供因果锚定——发挥两种转化作用:强化监管风险评估所需的生物学合理性标准,并生成连接高维分子数据与环境监管中使用的人群层面指标的人群可部署生物标志物[21–23]。这些生物老化的分子标志物可能比瞬时临床标志物提供更稳定、长期的风险评分,更好地将适应策略与环境肾脏损害的慢性、累积性特征相匹配。总之,这一机制性工具包将多组学从描述性研究工具转变为环境肾脏健康政策证据基础的功能性组成部分。
## 适应之急:以AI赋能个体化精准医学
虽然治理和减缓措施至关重要,但其效益往往显现缓慢。AI是精准适应的核心使能技术。AI模型——包括随机森林、梯度提升机和集成学习器——可整合暴露组、临床病史、用药概况和生物标志物,生成个体化风险概率[24]。儿童队列中的开创性工作已证明创建"环境-临床风险评分"的可行性,该评分将不同暴露协调为单一预测指标[25]。应用于肾脏病学,此类模型可识别城市热岛中最可能在热浪期间住院的特定糖尿病CKD患者,从而实现靶向预先干预(如 contact肾毒性药物患者、加强对移植受者的居家监测,或临时扩大透析容量)。早期住院AI分类器还可预测哪些热射病入院患者将进展为AKI,指导最初24小时内的医疗升级[26]。
超越短程个体化风险预测,AI还可模拟复杂的基因-环境(G × E)相互作用,解释为何个体对相同暴露反应不同。遗传因素——例如非洲血统人群中常见的APOL1高风险基因型——显著改变CKD风险,但外显率常不完全,提示环境"二次打击"(如感染、污染和热暴露)可能触发疾病[27]。AI算法独特地能够建模这些非线性、高维相互作用,并量化遗传风险如何与环境暴露相互作用导致疾病。这实现了真正个性化的预防策略,并有助于在环境易感亚群体中优先开展干预,包括遗传易感者、儿童、职业工人、老年人(面临热储备降低和多药联用导致的复合热-AKI风险)、认知障碍者,以及具有交叉社会健康决定因素的人群。为促进肾脏病学家采用,此类模型应纳入可解释性方法——如Shapley可加性解释(Shapley additive explanations, SHAP)值——确保风险输出在临床点透明且可操作[28]。
## 预测预警:以AI构建系统层面适应
超越个体警报,AI实现环境肾脏风险全时间谱的系统层面准备。被动反应式医疗系统难以应对气候变化的急性冲击;数据科学通过预测性预报赋能主动姿态。环境暴露本质上动态变化,不同时间尺度需要不同建模方法和决策受众(图1)。在事件层面,分布滞后非线性模型(distributed lag nonlinear model, DLNM)和病例交叉设计已刻画环境高温或空气污染短期暴露与肾脏疾病结局之间的滞后结构——例如,显示AKI风险通常在极端热暴露后48小时达峰,这是早期预警系统必须利用的可预测窗口[29]。近实时气象和空气质量数据流与电子健康记录(electronic health records, EHRs)和透析注册系统联动,可实现操作性AKI激增预测,触发分级公共卫生响应,如补液信息推送、门诊人员调整、用药安全警报和对高风险患者的靶向接触。
在中期(数周至数月),CKD恶化的监测和阈值调整的季节性处方通知临床指南和资源规划。在长期(数年至数十年),准实验和因果推断研究量化监管干预的肾脏健康影响——补充上述治理部分,并闭合数据、政策和可测量人群层面结局之间的循环。
地理空间分析进一步支持医疗系统韧性规划[30]。肾脏照护,特别是透析,对环境破坏尤为脆弱,依赖稳定的电力、水和交通网络。AI生成的脆弱性地图叠加洪泛区地图、野火风险区和透析中心位置,可识别风险最大的设施和人群[31],并指导干预措施,如错峰排班、保障备用电源、预储备耗材,以及移动透析单元的战略定位。患者流动的网络模拟可优化中断期间的替代路线。这些措施实质性提高韧性,减少灾害期间的罹病率和死亡率。
## 从证据到指南与政策:联动的减缓-适应路径
数据桥接临床实践与政策。证明排放改善肾脏结局的因果推断支撑更严格的空气质量和化学安全标准。同时,预测系统可嵌入未来KDIGO指南:气候调整的利尿剂剂量阈值、极端高温期间肾毒性药物使用的EHR整合警报——在临床决策支持管理框架内设计,使用分级严重度和患者情境过滤器以最小化警报疲劳——以及透析中心准备协议。将肾脏健康指标(热相关AKI发病率和CKDu患病率)纳入国家气候适应报告和《巴黎协定》承诺,将建立问责制,并使减缓目标与可测量健康结局对齐。
## 结论:可持续肾脏健康的联动策略
环境对肾脏健康的威胁真实存在且日益上升。双重策略——严谨因果证据驱动减缓,配合AI赋能的精准适应——为减少即时危害和遏制长期负担提供了最有效路径。公平实现这一路线图需要应对多层面的共同数据挑战:打破环境与健康系统之间的壁垒,解决CKD负担最重的低收入和中等收入国家的基础设施差距,以及增强对传感器断联和区域稀疏数据的韧性——联邦学习、集成插补和迁移学习在这些领域显示出前景。前进之路还包括改进暴露测量投资,以及应对伦理和治理挑战。将"哨兵器官"概念转化为实践需要定义可测量阈值——如群体层面eGFR下降率或AKI入院激增——以触发标准化监测和公共卫生响应,这仍是关键研究优先事项。环境威胁肾脏健康的证据无可辩驳,不作为的代价远大于行动。肾脏病学界必须与数据科学家、公共卫生专家和政策制定者合作,现在即引领这一变革。
本研究聚焦全球环境变化背景下肾脏疾病的流行病学转变及应对策略,是一篇发表于《Health Data Science》的展望性文章。研究人员指出,气候变化、空气污染、水资源短缺和化学污染等环境因素正深刻影响肾脏健康,导致AKI、肾结石、CKD加速进展及CKDu等疾病负担加重。为回应这一挑战,研究人员提出"减缓"与"适应"两种互补策略,并强调数据科学——特别是因果推断和人工智能技术——在将研究证据转化为临床行动和可执行政策中的关键桥梁作用。研究认为,肾脏作为环境应激的"哨兵器官",其健康指标可作为环境监管评估中的特异性终点,而AI技术则能实现从个体风险预测到系统层面预警的多层次精准适应。
研究的关键技术方法涵盖以下方面:第一,因果推断方法,包括准实验设计、双重差分法、工具变量模型、边际结构模型、g估计、因果中介分析及目标试验模拟,用于从观察性数据中建立环境暴露与肾脏结局的因果关系并评估政策效果;第二,多组学整合技术,包括表观遗传时钟、甲基化风险评分和孟德尔随机化,用于捕捉环境累积效应并提供生物学合理性证据;第三,人工智能建模方法,包括随机森林、梯度提升机、集成学习器及SHAP可解释性分析,用于整合暴露组、临床和遗传数据以生成个体化风险预测;第四,时间序列分析方法,包括分布滞后非线性模型(DLNM)和病例交叉设计,用于刻画环境暴露与肾脏结局的滞后关系;第五,地理空间分析与AI生成的脆弱性地图,叠加洪泛区、野火风险区与透析中心位置以支持医疗系统韧性规划;第六,近实时数据融合技术,将气象、空气质量数据流与EHRs和透析注册系统联动,实现AKI激增的操作性预测。
Kidneys as a Sentinel Organ in a Changing Planet 肾应是行星变化中的的哨兵 器官:肾脏通过热应/ /化学暴露/ /物理破坏三重途径易受环境损害。全球指南机构(如KDIGO和欧洲肾脏协会)已将气候与可持续性纳入优先事项,但环境风险尚未完全整合入常规指南。CK-NET 2025年度报告提出将环境指标嵌入CKD监测和照护路径。
The Need for Governance: Guiding Environmental Mitigation Policy with Causation Inference 治理需求:因果推断引导境减缓政策:环境相关肾脏疾病负担存在显著不平等,集中于低资源国家和边缘化社区。传统生态学研究(如气温-肾脏发病率关联未能控制个体混杂。因果推断方法可提供严谨的长程证据:准实验设计和双重差分法评估法规(如《清洁空气法》)对肾脏结局的影响;工具变量模型证明PM
2.5减少保护肾功能;边际结构模型和g估计处理时变混杂;因果中介分析量化氧化应激和炎症作为重金属/PM
2.5影响eGFR的中介,识别可干预节点。多组学整合(表观遗传时钟、甲基化风险评分结合孟德尔随机化)既强化监管所需的生物学合理性,又生成人群可部署的生物标志物,其稳定性优于瞬时临床指标。
The Urgency of Adaptation: Empowering Individualized Precision Medicine with AI 适应之急:AI赋能个体化精准医学:AI模型(随机森林、梯度提升机、集成学习器)整合暴露组、临床病史、用药和生物标志物,生成个体化风险概率。儿童队列研究证实"环境-临床风险评分"的可行性。应用于肾脏病学,可识别热浪期间最可能住院的糖尿病CKD患者,实施靶向预先干预(如肾毒性药物患者接触、移植受者监测加强、透析容量临时扩充)。早期住院AI分类器预测热射病进展为AKI的风险,指导24小时内医疗升级。AI建模G× E相互作用,解释APOL1高危基因型等遗传因素如何在环境"二次打击"下触发疾病,实现真正个性化的预防,优先干预遗传易感、儿童、职业工人、老年人、认知障碍者及社会健康决定因素交叉人群。SHAP等可解释性方法确保风险输出临床透明可操作。
Forecasting and Early Warning: Building System-Level Adaptation with AI 预测预警:AI构建系统层面适应:不同时间尺度需不同建模方法。事件层面,DLNM和病例交叉设计刻画暴露-结局滞后结构(如AKI风险在极端热暴露后48小时达峰)。近实时气象/空气质量数据与EHRs、透析注册系统联动,实现AKI激增操作性预测,触发分级响应(补液信息、人员调整、用药警报、高风险患者接触)。中期监测CKD恶化和季节性处方调整。长期准实验和因果推断研究量化监管干预影响,闭合数据-政策-结局循环。地理空间分析支持韧性规划:AI脆弱性地图叠加洪泛区、野火风险区与透析中心位置,识别高风险设施和人群,指导错峰排班、备用电源、耗材预储和移动透析单元战略定位;网络模拟优化中断期间患者流动替代路线。
From Evidence to Guidelines and Policy: Linked Mitigation–Adaptation Pathways 从证据到指南与政策:联动减缓-适应路径:因果证据支撑更严格空气质量和化学安全标准。预测系统可嵌入KDIGO指南:气候调整利尿剂剂量、极端高温肾毒性药物EHR整合警报(最小化警报疲劳)、透析中心准备协议。将热相关AKI发病率和CKDu患病率等肾脏健康指标纳入国家气候适应报告和《巴黎协定》承诺,建立问责制,对齐减缓目标与健康结局。
Conclusion: Linked Strategies for Durable Kidney Health 结论:可持续肾脏健康的联动策略:环境威胁真实上升。减缓(因果证据)与适应(AI精准适应)双重策略最有效。公平实现需应对数据挑战:打破系统壁垒、解决低中等收入国家基础设施差距、增强稀疏数据韧性(联邦学习、集成插补、迁移学习有前景)。前进需改进暴露测量、应对伦理治理挑战。将"哨兵器官"转化为实践需定义可测量阈值(群体eGFR下降率或AKI入院激增)触发标准化监测和响应,仍是关键研究优先事项。环境威胁证据无可辩驳,不作为代价更大。肾脏病学界须与数据科学家、公共卫生专家和政策制定者合作,引领变革。
研究结论指出:"环境对肾脏健康的威胁真实存在且日益上升。双重策略——严谨因果证据驱动减缓,配合AI赋能的精准适应——为减少即时危害和遏制长期负担提供了最有效路径。公平实现这一路线图需要应对多层面的共同数据挑战:打破环境与健康系统之间的壁垒,解决CKD负担最重的低收入和中等收入国家的基础设施差距,以及增强对传感器断联和区域稀疏数据的韧性——联邦学习、集成插补和迁移学习在这些领域显示出前景。前进之路还包括改进暴露测量投资,以及应对伦理和治理挑战。将'哨兵器官'概念转化为实践需要定义可测量阈值——如群体层面eGFR下降率或AKI入院激增——以触发标准化监测和公共卫生响应,这仍是关键研究优先事项。环境威胁肾脏健康的证据无可辩驳,不作为的代价远大于行动。肾脏病学界必须与数据科学家、公共卫生专家和政策制定者合作,现在即引领这一变革。"