基于机器学习与免疫血清标志物的非粒细胞缺乏侵袭性肺真菌病诊断模型开发与验证

　　本研究开发并验证了一种基于机器学习算法的免疫血清诊断模型，用于区分非粒细胞缺乏侵袭性肺真菌病（IPFD）与细菌性肺炎。通过LASSO回归筛选出半乳甘露聚糖（GM）、单核细胞人白细胞抗原-DR（mHLA-DR）、单核细胞计数、白细胞介素-6（IL-6）和1,3-β-D-葡聚糖（BDG）五个关键生物标志物，LightGBM模型在验证集中曲线下面积（AUC）达0.865，时间验证AUC为0.821。该模型为临床提供了非侵入性早期诊断工具，具有显著应用潜力。

　　

研究背景与临床挑战

非粒细胞缺乏侵袭性肺真菌病（IPFD）的发病率呈逐年上升趋势，其诊断面临巨大挑战。由于临床表现和影像学特征缺乏特异性，IPFD极易被误诊为细菌性肺炎。确诊依赖组织病理学发现菌丝或阳性培养结果，但侵入性操作对许多存在高出血风险或呼吸功能不全的患者并不适用。支气管肺泡灌洗液真菌培养灵敏度仅30%-60%，且存在培养周期长、易污染等问题。真菌抗原检测方法（如BDG、GM）在诊断非粒细胞缺乏IPFD时灵敏度有限，且易受细菌感染和黏膜定植干扰。

研究方法与技术创新

这项回顾性单中心研究纳入广州中医药大学第一附属医院2018年4月至2022年12月期间的157例肺炎患者（65例非粒细胞缺乏IPFD和92例细菌性肺炎），并采用2023年1月至2025年3月期间的102例患者（33例非粒细胞缺乏IPFD和69例细菌性肺炎）作为时间验证集。

研究团队采用最小绝对收缩和选择算子（LASSO）回归和共线性分析筛选关键变量，随后使用九种机器学习算法开发诊断模型。通过10倍交叉验证确定最佳正则化参数λ，并利用方差膨胀因子（VIF）进一步排除存在严重多重共线性的变量（VIF>10）。最终确定的五个预测因子包括：半乳甘露聚糖（GM）、单核细胞人白细胞抗原-DR表达（mHLA-DR）、单核细胞计数、白细胞介素-6（IL-6）和1,3-β-D-葡聚糖（BDG）。

模型性能与验证结果

在九种机器学习算法中，轻量梯度提升机（LightGBM）模型在验证集中表现出最优性能，受试者工作特征曲线下面积（AUC）为0.865（95% CI：0.728–0.999），准确度为0.781。在测试集中，该模型的AUC为0.810，准确度为0.750。决策曲线分析（DCA）显示，在0-1的概率阈值范围内，该模型均具有良好的净收益。时间验证结果显示AUC为0.821，准确度为0.794。

夏普利加性解释（SHAP）分析揭示了各变量在LightGBM模型中的重要性排序：GM贡献最大，随后依次是mHLA-DR、单核细胞计数、IL-6和BDG。

生物标志物的临床意义

GM作为真菌侵袭过程中菌丝释放的抗原，有助于早期诊断，但其在非粒细胞缺乏患者中的敏感性因完整免疫系统的抗原清除能力而存在变异。宿主免疫在真菌感染动态中起着关键作用，单核细胞通过模式识别受体（PRRs）介导的真菌识别驱动抗原呈递和免疫招募过程。单核细胞计数和mHLA-DR水平通过反映免疫能力补充了真菌抗原检测的不足。IL-6通过免疫细胞激活和抗菌肽诱导增强真菌清除能力。BDG作为泛真菌细胞壁成分，提高了诊断敏感性，并使得治疗监测成为可能，特别是在重症监护室（ICU）环境中进行连续评估时。

临床应用与推广价值

为提高临床适用性，研究团队开发了用户友好的基于网络的预测平台（https://www.xsmartanalysis.com），该平台实现了优化的LightGBM算法。这一工具允许临床医生输入常规可用的生物标志物值（GM、mHLA-DR、单核细胞计数、IL-6、BDG），并获取非粒细胞缺乏IPFD的实时概率估计，从而实现快速风险分层，在临床诊疗点提供决策支持。常用参数的使用确保模型能够整合到现有的临床工作流程中，无需额外的专门检测。

研究局限与未来方向

研究的局限性包括单中心回顾性设计和适中的样本量，这可能影响研究结果的普适性。此外，有意排除某些合并症（近期使用类固醇、恶性肿瘤和严重病毒感染）患者对于在较少混杂人群中建立基础模型是必要的，但这限制了对这些重要患者亚群的立即适用性，而非粒细胞缺乏IPFD常发生于这些人群。虽然所选生物标志物在临床上是可获得的，但对专门免疫学检测（特别是mHLA-DR定量）的要求可能会在资源有限的环境中带来实施挑战。未来需要包括这些合并症患者的多中心验证以完善模型的稳健性并增强其普适性。

结论与展望

该研究成功开发了一种基于LightGBM的诊断模型，整合了GM、BDG、mHLA-DR、单核细胞计数和IL-6，在验证集中AUC达到0.865，在外部测试中达到0.821。随附的网络计算器有助于快速区分非粒细胞缺乏IPFD和细菌性肺炎，为早期诊断提供了实用解决方案。未来将通过多中心研究进一步验证其临床效用。