在NAFLD患者中预测心脏病的免疫炎症生物标志物的可解释机器学习分析

科学领域:

• 心脏病学 心脏病学
• 肝病学 肝病学是一种肝病学.
• 免疫学 免疫学 免疫学

背景情况:

• 冠心病 (CHD) 和非酒精性脂肪性肝病 (NAFLD) 具有共同的危险因素,如胰岛素抵抗和炎症.
• 免疫反应在增加NAFLD患者心血管疾病风险中的确切作用需要进一步阐明.

研究的目的:

• 评估10个免疫炎症指数对NAFLD患者心脏病风险的预测能力.
• 利用可解释的机器学习框架来识别与NAFLD中CHD相关的关键炎症标志物.

主要方法:

• 对407名接受冠状动脉血管造影的NAFLD患者的回顾性分析.
• 从血液结果中推导出十个免疫炎症指数,然后进行拉索回归和倾向得分匹配 (PSM).
• 后勤回归,受限立方线 (RCS) 和机器学习算法 (RF,SVM,GLM) 使用夏普利增量解释 (SHAP) 进行风险因素识别和模型解释.

主要成果:

• 中性粒细胞与血糖的比率 (NHR) 指数成为NAFLD患者中CHD最重要的风险因素 (OR, 1.375).
• 其他确定的危险因素包括NLR,SII,SIRI和NMR,而PNR显示有保护作用.
• NHR表现出强大的预测性能 (AUC=0.703),基于SHAP值的诊断名谱获得了高准确性 (AUC=0.834).

结论:

• 在NAFLD人群中,六种免疫炎症标志物与心脏病风险有显著的关联.
• 该NHR指数显示,作为NAFLD患者中CHD的预测标志物,NHR指数显著有前途,这需要进一步的临床研究.