今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

基于复合炎症-代谢指数与多种机器学习算法区分慢性肾脏病-癌症合并症的分类研究

《Scientific Reports》:Association of the CIMI with multimorbidity classification among U.S. adults with CKD and cancer via interpretable SHAP-based machine learning

【字体: 大 中 小 】 时间:2026年09月29日 来源:Scientific Reports 4.9

编辑推荐:

   摘要同时患有慢性肾脏病(CKD)和癌症的患者,其不良临床结局的风险显著增加,这一情况使治疗方案的制定和日常疾病管理变得复杂。这两种疾病共有的一个病理过程是持续性炎症,它通过免疫调节紊乱、氧化损伤和代谢改变推动疾病进展。因此,从常规血液学和生化检查中综合炎症与代谢信号的复合指数

  

摘要

同时患有慢性肾脏病(CKD)和癌症的患者,其不良临床结局的风险显著增加,这一情况使治疗方案的制定和日常疾病管理变得复杂。这两种疾病共有的一个病理过程是持续性炎症,它通过免疫调节紊乱、氧化损伤和代谢改变推动疾病进展。因此,从常规血液学和生化检查中综合炎症与代谢信号的复合指数,有望帮助识别那些同时患有这两种疾病的个体。尽管如此,专门旨在将CKD-癌症合并症与单一疾病区分开来的分类研究仍然很少。本研究基于国家健康与营养检查调查(NHANES)数据,系统地评估一组综合炎症与代谢指数(CIMI)在区分CKD-癌症并发合并症方面的能力,并运用多种机器学习算法构建和内部评估最优分类器。研究首先分析了1999年至2023年8月间多个NHANES调查周期中139,205名成人的数据。采用此前NHANES调查中使用的合并症导向选择方法,最终分析纳入了1,385名同时患有CKD和癌症的成人以及9,506名仅患有其中一种疾病的成人(经完整病例筛选后共10,891名成人),所有参与者均具备完整的实验室和诊断信息。从外周血细胞计数、血清白蛋白、肝功能参数和血脂谱计算出的31个CIMI与人口学变量进行整合。随后使用六种算法构建分类模型:随机森林、极端梯度提升(XGBoost)、逻辑回归(LR)、递归分割与回归树(RPART)、朴素贝叶斯(NB)和k近邻(KNN)。模型开发与评估在分层10折交叉验证下进行,应用于整个分析样本(n?=?10,891)。SMOTE仅应用于每个训练折内部,所有性能指标均基于合并的折外预测得出。未使用留出集或外部验证队列,主要终点为受试者工作特征曲线下面积(AUC-ROC)。使用SHapley加性解释(SHAP)解释最佳模型中单个特征的贡献。本研究针对的是既有复合合并症状态的面性分类,而非预测未来疾病。由于CKD状态仅基于一次检查,该结果代表的是伴随肾功能减退和/或白蛋白尿的并发癌症,而非临床确诊的CKD;同样,由于癌症状态仅来自自我报告的问卷项目(MCQ220),不包含亚型、分期或治疗信息,因此该结果构成一个异质性复合标签。XGBoost在六种算法中表现最优,达到AUC-ROC 0.776(95% CI 0.763–0.789)、AUPRC 0.445(95% CI 0.415–0.471)和Matthews相关系数(MCC)0.287;与其余五种算法的配对DeLong检验均具有统计学显著性(所有P?<?0.001)。在Youden最优阈值(0.133)处,敏感性达0.665,特异性为0.735;而在传统的0.5截断值处,对应值分别为0.227和0.987。根据SHAP分析,最具影响力的十个特征包括年龄、CALLY、CLR、单核细胞计数(MON)、FIB-4、白蛋白(ALB)、种族_3、SIRI/AISI、IBI和CRP;每一个在100次重抽样复制中均保持在前十位(≥93%),但由于其中多个指数在数学上存在嵌套关系,因此这些归因属于探索性分析,不能解读为独立的临床贡献。利用NHANES数据库,我们构建并内部评估了一种结合多种CIMI的CKD-癌症合并症分类模型。XGBoost在所考察的六种算法中判别能力排名第一。然而,在传统的0.5阈值处敏感性仍然较差(0.227),概率校准仅为中等水平(Brier分数0.092;校准斜率0.79);因此该模型不能单独作为筛查或诊断工具使用,更适合视为对既有复合状态的探索性分类器。年龄、CALLY和CLR也被发现是重要的判别特征。这些结果为同时患有CKD和癌症人群的分类、分类模型的行为、可解释建模对合并症研究的贡献,以及更具针对性的临床评估方法设计提供了新的见解。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:慢性肾脏病-癌症合并症|综合炎症与代谢指数|XGBoost|NHANES|机器学习分类|SHAP

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