基于随机森林算法的超氧化物歧化酶与脑小血管病总负荷的相关性分析

摘要

目的 探讨超氧化物歧化酶（SOD）与脑小血管病（CSVD）影像学总负荷之间的相关性。方法纳入空军军医大学第一附属医院神经内科收治的181例CSVD患者，以2∶1随机拆分为训练集和测试集，训练集采用随机森林算法构建模型，测试集则通过ROC曲线对模型进行评估。同时使用SHAP算法将模型变量可视化，进一步分析各变量的重要性和相关性。结果 单因素分析结果显示，年龄（P=0.01）、吸烟史（P=0.013）、饮酒史（P=0.033）、高密度脂蛋白（P<0.001）、超氧化物歧化酶（P<0.001）、同型半胱氨酸（P=0.005）、胱抑素C(P=0.004)、中性粒细胞与淋巴细胞计数比值（NLR）差异有统计学意义（P=0.002）。随机森林模型分析显示，SOD、NLR、同型半胱氨酸（Hcy）与CSVD总负荷存在最高相关性，其中SOD明显负相关。随机森林模型在测试集的AUC值为0.762,95%置信区间为0.628～0.895，准确率为0.672,Kappa系数为0.346，灵敏度为0.720，特异度为0.639，阳性预测值为0.581，阴性预测值为0.767,Matthews相关系数为0.353，平衡准确率为0.679。结论 SOD与CSVD总负荷之间明显负相关，是其保护因素，NLR、Hcy明显负相关，是其重要危险因素。

关键词

脑小血管病 / 影像学总负荷 / 超氧化物歧化酶 / 同型半胱氨酸 / 随机森林

基金资助

国家重点研发计划项目(编号:2017YFC0907703)