论文部分内容阅读
[目的]基于Logistic回归和机器学习算法,利用临床和实验室资料建立IgA肾病无创诊断与分级模型。[方法]1、研究对象:回顾性研究2020年1月至2021年11月于昆明市延安医院、云南省第一人民医院和昆明医科大学第一附属医院肾脏内科接受肾脏病理检查的住院患者。纳入标准:（1）经肾脏病理检查证实为原发性肾小球疾病;（2）所需的临床资料完整。排除标准:（1）未经肾脏病理检查确诊;（2）继发性肾小球疾病;（3）合并严重感染或急性肾功能损害;（4）妊娠、恶性肿瘤、获得性免疫缺陷病或其他自身免疫性疾病。入组患者根据肾脏病理活检结果分为原发性IgA肾病组和非IgA肾病组。原发性IgA肾病组中根据Lee氏病理分级依次分为Ⅱ级、Ⅲ级、Ⅳ级和V级共四组。2、资料收集:采集患者经肾脏穿刺活检时的住院记录。包括患者的性别、年龄、身高、体重、肾脏组织病理学检查结果、血压和有无血尿、白细胞总数（WBC）、血红蛋白（Hb）、总蛋白（TP）、白蛋白（Alb）、尿素（BUN）、肌酐（Cre）、尿酸（UA）、空腹血糖（Glu）、总胆固醇（TC）、甘油三酯（TG）、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）、糖化血红蛋白（HbA1c）、尿肌酐（Cr）、尿葡萄糖苷酶（NAG）、免疫球蛋白G（IgG）、免疫球蛋白A（IgA）、补体3（C3）、补体4（C4）、尿总蛋白、尿白蛋白、尿白蛋白肌酐比值（ACR）。3、利用机器学习算法建立IgA肾病鉴别诊断模型:将原发性IgA肾病与非IgA肾病组共460例患者随机地分为训练集（70%,322例）和测试集（30%,138例）。分别使用决策树、随机森林、支持向量机和XGBOOST算法建立原发性IgA肾病鉴别诊断模型。首先使用Jupyter lab 3.0软件基于Scikit-learn库,导入建立四种模型需要的模块。其次,使用学习曲线或Grid Search网格搜索算法循环遍历得到最优的候选参数。然后,用训练数据集训练模型。训练完成后对测试数据集进行预测。4、诊断模型效能评估:以准确率、受试者特征工作曲线下面积、精确率、召回率和F1评分综合评估各模型效能并选择性能最佳的模型作为最终的鉴别诊断模型。5、利用Logistic回归算法建立分级模型:采用开元统计软件首先对影响IgA肾病Lee氏病理分级Ⅱ至Ⅴ级的指标依次进行单因素、有序Logistic、无序多分类Logistic回归分析。其次,将IgAN患者划分为Lee氏≤Ⅲ级和Lee氏＞Ⅲ级两组,分别进行单因素和二元Logistic回归分析,p＜0.05为差异有统计学意义。并利用敏感度、特异度评估分级模型的效能。[结果]1、纳入研究的患者共460例,其中原发性IgA肾病232例,非IgA肾病228例。IgA肾病组与非IgA肾病组的男女构成比分别为104:128和120:108,年龄（岁）分别为 36.70（27.00,44.50）、43.32（31.00,54.00）。232例原发性IgA肾病中,Lee氏病理分级Ⅱ级66例（28.45%）,Ⅲ级91例（39.22%）,Ⅳ级45例（19.40%）,V级30例（12.93%）。Lee氏分级Ⅱ～Ⅴ级的男女构成比分别为 31:35、33:58、23:22、17:13;年龄（岁）分别为 39.36（30.00,47.00）、34.21（24.00,43.00）、39.09（29.00,47.00）、34.98（27.00,40.25）。Lee氏病理分级≤Ⅲ级的患者共157例,男女构成比与年龄（岁）分别为64:93、34.00（26.00,44.00）;Lee氏病理分级＞Ⅲ级的患者共75例,男女构成比与年龄（岁）分别为40:35、36.00（28.00,46.00）。2、与非IgAN组相比,IgAN组血尿发生比例、TP、Alb、Cre、IgG、IgA、C3 水平、IgA/C3 比值较高,而年龄、TC、TG、HDL-C、LDL-C、HbA1c、NAG、尿总蛋白、尿白蛋白水平及尿白蛋白排泄率较低（P＜0.05）。3、采用DT、SVM、RF和XGBOOST算法建立鉴别诊断模型,模型效能随参数个数的增加而逐渐提高,最终达到决策边界维持不变。四种模型训练完成后最终的准确率分别为89.86%、87.68%、92.03%和94.93%;AUC值分别为0.90、0.94、0.98和0.99;判断为原发性IgA肾病的F1评分分别为 0.89、0.88、0.90 和 0.95。4、综合以上各评价指标,基于XGBOOST算法建立的模型效能最佳,该模型诊断IgA肾病的敏感度、特异度分别为93.55%、94.74%。白蛋白、IgA/C3比值对模型具有重要贡献度。5、单因素分析结果显示年龄、WBC、TP、Alb、BUN、Cre、UA、尿总蛋白、尿白蛋白、ACR与IgA肾病Lee氏病理分级Ⅱ至V级有显著相关性。舒张压、TP、Alb、WBC、UA、BUN、Cre、尿总蛋白和尿白蛋白与IgA肾病Lee氏病理分级≤Ⅲ级和Lee氏＞Ⅲ级显著相关。6、多分类Logistic回归结果显示年龄、Cre、UA、BUN是IgA肾病Lee氏病理分级Ⅱ至Ⅴ级的独立危险因素。二分类Logistic回归结果显示UA、Alb是IgA肾病Lee氏病理分级≤Ⅲ级和＞Ⅲ级的独立危险因素。7、分级模型效能评估:多分类Logistic回归模型预测IgA肾病Lee氏Ⅱ-Ⅴ级的敏感度分别为40.91%,76.92%,26.67%,33.33%。二分类Logistic回归模型预测IgA肾病Lee氏≤Ⅲ级的敏感度为91.72%。[结论]结合临床资料和实验室检验结果建立了 IgA肾病与非IgA肾病的鉴别诊断及分级模型,经评价采用XGBOOST算法建立的鉴别诊断模型临床性能最佳。多分类Logistic回归模型预测IgA肾病Lee氏Ⅲ级的敏感度最高,其余分级的模型性能欠佳。二分类Logistic回归模型预测IgA肾病Lee氏≤Ⅲ级与＞Ⅲ级相比,其敏感度较高。