约旦儿童肺功能参考方程的比较预测建模:复杂模型与简单模型的对比研究

《PLOS Digital Health》:Comparative predictive modeling of pediatric spirometry reference equations in Jordanian children: Complex versus simple models

【字体: 大 中 小 】 时间:2026年09月27日 来源:PLOS Digital Health 7.7

编辑推荐:

  肺功能检测的解读依赖于参考方程,然而在一个群体或年龄段建立的方程可能不适用于其他群体。参考方程使用分布模型来解释非线性生长,但其校准在不同人群中可能存在差异,目前尚不清楚机器学习算法能否在预测性能上超越更简单的变换回归模型。这项两阶段横断面研究比较了按性别分层

  
肺功能检测的解读依赖于参考方程,然而在一个群体或年龄段建立的方程可能不适用于其他群体。参考方程使用分布模型来解释非线性生长,但其校准在不同人群中可能存在差异,目前尚不清楚机器学习算法能否在预测性能上超越更简单的变换回归模型。这项两阶段横断面研究比较了按性别分层的预测模型。第一阶段使用了与开发原始约旦GAMLSS方程(Al-Qerem方程)相同的1576名儿童推导数据集,从而能够与各种预测建模策略进行比较。第二阶段在一组1007名6-18岁健康儿童的验证样本中对各方程进行了评估。候选模型在对数结局预测进行反变换后的原始尺度上进行评价。最终选定的模型包括:男女FEV1的GBM模型,男女FVC的GLM模型,女性FEV1/FVC的GLM模型,以及男性FEV1/FVC的GBM模型。FEV1和FVC的预测准确性高于FEV1/FVC,后者由年龄和身高解释的方差在所有模型类别和既有方程中均较低。在外部验证中,本研究模型对女性FEV1和FVC具有最低的均方误差,但在男性或FEV1/FVC方面并未持续优于GLI 2012、GLI 2022或Al-Qerem方程。按年龄分层分析显示,在研究模型、Al-Qerem、GLI 2012和GLI 2022方程中,10岁以下男孩的FEV1和FVC低于正常下限的比例升高,而FEV1/FVC低于正常下限的比例通常更接近名义值。这些发现支持将比较预测建模作为一种有用的开发框架,但并不表明复杂的机器学习方法具有优越性,也不表明其无需进一步校准和外部验证即可投入临床部署。精心选择的变换和校准比模型复杂性更为重要,且最佳模型因结局指标和性别而异。
一、研究背景与意义
肺功能检测是评估儿童呼吸系统疾病(如哮喘)的金标准,其结果需通过与基于特定人群特征(如年龄、性别、身高)开发的参考方程得出的预计值进行比较来解读。传统的参考方程,包括全球肺功能倡议(GLI)制定的多民族方程,通常采用广义可加模型用于位置、尺度和形状(GAMLSS)这一复杂统计方法。尽管GAMLSS有其优势,但该方法实现复杂、依赖样条变换和分布假设,在资源有限的环境中难以推广。此外,国际通用方程在不同地区人群中的适用性存在差异,需要进行本地化验证或开发。因此,针对特定人群开发或验证参考方程成为研究热点。然而,对于儿童肺功能参考方程的建立,一个核心问题尚未明确:更复杂的机器学习算法是否必然优于经过适当变换的简单回归模型?本研究旨在系统比较多种预测建模策略,以回答这一问题。
二、研究方法
本研究采用两阶段横断面设计。第一阶段使用与先前发表的约旦Al-Qerem GAMLSS方程完全相同的1576名健康儿童(6-17岁)推导数据集,这保证了不同建模方法之间的比较不受样本构成差异的影响。第二阶段则独立招募了1007名6-18岁健康儿童作为外部验证队列,数据于2025年6月至11月从约旦多个城市的学校、公园、夏令营体育中心和古兰经背诵中心收集。所有统计分析均使用R软件按性别分层进行。研究人员将年龄和身高作为主要预测因子,并在三种变换框架下评估了五种建模方法:广义线性模型(GLM)、梯度提升机(GBM)、随机森林(RF)、k近邻(KNN)和径向基核支持向量机(SVM)。候选模型的超参数通过五折交叉验证选择,并以原始临床尺度的均方根误差(RMSE)为最优标准。最终模型选定后,研究人员利用推导数据的残差估计了个体化的标准差(sigma模型),进而计算z分数和正常下限(LLN)。
三、研究结果
  • •
    模型选择与内部验证:通过交叉验证,研究人员为每个性别和肺功能指标选定了最优模型。对于FEV1,男女均选择了对数-对数变换的GBM模型(男孩R2=0.892,女孩R2=0.827)。对于FVC,男孩选择了对数-对数变换的GLM模型(R2=0.863),女孩则选择了原始尺度的GLM模型(R2=0.811)。对于FEV1/FVC比值,所有模型的预测能力都很弱,男孩的最优模型是对数变换预测因子的GBM(R2=0.029),女孩则为GLM(R2=0.047)。这表明,经过适当变换的简单模型(如GLM)与复杂模型(如GBM)表现相当甚至更优,模型复杂度并非决定性因素。
  • •
    外部验证与方程比较:在外部验证队列中,本研究模型在女性FEV1和FVC上取得了最低的均方误差(MSE),分别为0.095和0.110,优于Al-Qerem、GLI 2012和GLI 2022方程。然而,在男性中,本研究模型的表现并未超过既有方程。例如,男性FEV1的MSE为0.157,略高于GLI 2022的0.145。对于FEV1/FVC,所有方程的R2都接近于零,表明年龄和身高几乎无法解释该比率的个体间变异。
  • •
    低于正常下限比例与通气模式分类:在不同方程下,低于LLN(z<-1.645)的儿童比例存在差异。例如,本研究方程将12.9%的女孩和17.1%的男孩归类为FEV1低于LLN,而GLI方程的分类范围分别在6.2%-11.9%和10.5%-17.6%。在通气模式分类上,虽然大多数儿童被归为正常,但不同方程判定的异常模式(阻塞性、限制性或非特异性、混合性)比例有所不同,表明方程的选择会影响临床诊断分类。
  • •
    年龄分层分析:按年龄分层(<10岁、10至<14岁、≥14岁)的外部验证显示,模型性能和LLN校准在不同生长阶段存在差异。最显著的问题是,在10岁以下男孩中,所有四个方程(本研究模型、Al-Qerem、GLI 2012、GLI 2022)对FEV1和FVC的低于LLN比例均异常偏高(例如,FEV1低于LLN比例达26.6%-32.3%),远高于预期的5%。而在较年长的年龄组中,该比例更接近预期值。补充的FEV1/FVC z分数第5百分位数分位数回归分析显示,在任何方程下,该比值的低尾校准均未表现出与年龄或身高的显著残余关联。
四、讨论与结论
本研究的核心发现是,在基于年龄和身高预测儿童肺功能的模型中,函数形式的恰当选择和尺度处理比算法本身的复杂性更为重要。对数-对数变换能够很好地拟合肺容积随身体大小的异速生长关系,而在此基础上的简单GLM模型就具有很强的竞争力。FEV1/FVC比率极低的解释方差是一个普遍现象,这源于其作为两个高度相关变量比值的数学特性,其残余变异可能反映了气道-肺实质匹配(dysanapsis)、青春期发育等因素,但这并不影响其在临床上作为判断气流阻塞的LLN阈值的作用。
在外部验证中,模型在女性中表现较好,但在男性中未能超越既有方程,尤其是10岁以下男孩的LLN校准普遍存在问题。这种跨方程的一致性偏差暗示,这可能是一个涉及生长阶段、队列结构或环境暴露的普适性转运性问题,而非某个特定建模方法的缺陷。研究的优势在于其精心设计的双阶段验证方案,使得建模方法间的比较更为纯粹,并提供了独立的转运性评估。局限性包括预测因子仅限于年龄和身高,可能遗漏了青春期状态、体成分等关键因素;推导样本的年龄分布不均;以及验证样本中部分年龄-性别亚组样本量较小。
研究结论明确指出,比较预测建模为开发肺功能参考方程提供了一个有用的框架,但研究结果并不支持复杂机器学习方法的优越性,也表明这些模型在未经进一步校准和外部验证前不宜直接用于临床。精心选择的变换和校准比模型复杂性更重要,且最佳模型因结局指标和性别而异。在获得针对症状患者的进一步研究和分布性质的精炼之前,临床医生和研究人员应将不同方程间异常率差异解读为方程转运性和校准差异的证据,而非某一方法在临床上更优的确定性证据。
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