基于血清Klotho蛋白的慢性肾脏病患者全因死亡预测机器学习模型的构建与验证

作     者：王雅婷 熊加川 赵景宏 WANG Yating;XIONG Jiachuan;ZHAO Jinghong

作者机构：陆军军医大学(第三军医大学)第二附属医院肾内科全军肾脏病中心重庆市慢性肾脏病防治重点实验室重庆400037 

基　　金：国家自然科学基金区域创新发展联合基金(U22A20279) 重庆市技术创新与应用发展专项重点项目(CSTB2023TIAD-KPX0060) 

出 版 物：《陆军军医大学学报》 (Journal of Army Medical University)

年 卷 期：2024年第46卷第8期

页      码：859-867页

摘      要：目的构建并验证包含血清Klotho蛋白在内的机器学习(machine learning,ML)模型来预测慢性肾脏病(chronic kidney disease,CKD)患者全因死亡的风险。方法研究采用回顾性队列研究设计方案。选取2012年2月7日至2019年10月18日我科收治的CKD1~5期非透析成年患者病例资料,按照7∶3分为训练集和内部验证集。将47项常规临床特征(包括血清Klotho蛋白)用于为模型提供变量信息,在训练集中利用单因素Cox回归筛选可能的风险因素、Lasso-Cox回归模型筛选风险因素、多因素Cox逐步回归构建列线图风险预测模型,内部验证评估模型性能。结果共400例病例资料纳入分析,训练集280例,验证集120例。训练集有52例死亡,228例存活;验证集有21例死亡,99例存活。全因死亡风险预测模型显示5年生存率受试者工作曲线下面积(area under the curve,AUC)在训练集和验证集分别为0.760(95%CI:0.676,0.844)和0.788(95%CI:0.679,0.897),模型总体C指数在训练集和验证集分别为0.755(95%CI:0.685,0.826)和0.720(95%CI:0.614,0.826)。单因素Cox回归分析结果显示,年龄、心血管疾病病史、胱抑素C、碱性磷酸酶、白蛋白、嗜酸性粒细胞、血红蛋白、补体C3、钙、C反应蛋白、肿瘤坏死因子-α(TNF-α)以及血清Klotho蛋白可能是全因死亡的预测因子(P<0.05)。多因素Cox逐步回归最终筛选出年龄、白蛋白、补体C3及血清Klotho蛋白共4个独立预测因子(P<0.05),模型最终纳入了年龄、白蛋白、补体C3、血清Klotho蛋白共4个指标。结论成功构建并验证了基于血清Klotho蛋白的慢性肾脏病全因死亡预测机器学习模型;年龄大是CKD患者全因死亡的危险因素,白蛋白、补体C3及血清Klotho蛋白高是CKD患者全因死亡的保护因素。

主 题 词：慢性肾脏病 全因死亡 预测模型 机器学习 

学科分类：1004[医学-公共卫生预防医学类] 1002[医学-临床医学类] 1001[医学-基础医学] 100210[100210] 100401[100401] 10[医学] 

核心收录：

D　O　I：10.16016/j.2097-0927.202312065

馆 藏 号：203127501...