胞内分枝杆菌肺病早期诊断模型构建及临床评价OA

目的:构建基于机器学习的诊断模型,探索早期胞内分枝杆菌肺病与肺结核的高效鉴别诊断方式。方法:回顾性纳入2021年1月1日至2023年12月31日首都医科大学附属北京胸科医院的135例胞内分枝杆菌肺病及200例肺结核患者共计335例作为训练队列。收集患者社会人口学特征、基础临床及免疫学相关指标。采用单变量逻辑回归完成初步特征筛选,结合加权聚合沙普利加性解释(SHapley Additive exPlanations,SHAP)值递归特征消除与最小绝对收缩和选择算子(Least Absolute Shrinkage and Selection Operator,LASSO)回归联合筛选核心鉴别指标,构建多种机器学习鉴别诊断模型。纳入2024年1月1日至12月31日江苏省苏州市第五人民医院35例胞内分枝杆菌肺病及48例肺结核患者,共计83例患者作为独立外部验证队列,评估模型泛化能力。结果:单变量分析初步筛选出11项组间差异有统计学意义的临床及免疫学指标,经双重特征筛选后最终确定年龄、肺部感染、糖尿病、支气管扩张、体质量指数(body mass index,BMI)共5项核心鉴别指标。基于核心指标构建的5种机器学习模型(随机森林、轻梯度提升机、极限梯度提升、极端随机树、自适应提升)中,随机森林模型诊断效能最优,训练队列受试者工作特征曲线下面积(area under the curve,AUC)为0.946;在独立外部验证队列中,模型AUC为0.830,敏感度为71.4%(25/35),特异度为75.0%(36/48),可稳定地区分两种疾病。SHAP分析可实现模型预测结果的个体化机制解释,模型整体可解释性与临床稳定性良好。结论:基于常规临床指标构建的随机森林模型可有效鉴别早期胞内分枝杆菌肺病与肺结核,可为临床快速辅助鉴别诊断提供参考。