基于监督学习算法建立糖皮质激素联合环磷酰胺治疗特发性膜性肾病效果预测模型
张超
陈云爽
王丽晖
汪晶华
黄旭东
赵维
罗开发
杨新军
050011 石家庄,联勤保障部队第九八〇医院肾脏病科
摘要：目的 建立基于监督学习算法的糖皮质激素(GC)联合环磷酰胺治疗特发性膜性肾病(IMN)效果的预测模型.方法 入选2014 年7 月1 日至2023 年6 月30 日确诊的IMN患者,同时接受≥6 个月GC联合环磷酰胺治疗,采集相关临床资料.运用Python软件构建9 种监督学习模型,采用受试者工作特征曲线下面积(AUC)评估各模型的预测性能,筛选与疗效相关的指标,并根据结果构建预测工具.结果 共纳入122 例患者,其中57 例(46.7%)完全缓解、39 例(32.0%)部分缓解、26 例(21.3%)未缓解.在纳入全部136 项临床指标时,轻量级梯度提升机(LGBM)在9 种监督学习模型中的AUC最高(0.965).特征筛选结果显示第3 个月的24h尿蛋白定量(24 h UTP)下降率和血清白蛋白上升率与疗效的相关性最强.在仅纳入上述2 个特征再次建模后,仍以LGBM的AUC最高(0.978).故最终以LGBM为基础构建在线预测工具,网址为www.imnpredict.online.结论 基于监督学习算法的GC联合环磷酰胺治疗IMN效果预测模型提示,治疗开始后第3 个月的24 h UTP和血清白蛋白变化率是预测患者疗效的主要因素.该模型和在线工具可在IMN治疗早期对疗效进行预测,为患者个体化治疗提供参考.
关键词：特发性膜性肾病糖皮质激素环磷酰胺疗效监督学习预测模型
分类号：R692(泌尿科学（泌尿生殖系疾病）)
资助基金：河北省医学科学研究课题(20241041)
论文发表日期：2024-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 38-45 )
英文信息