基于机器学习的非HIV感染患者肺孢子菌肺炎预后模型构建

摘要

目的 肺孢子菌肺炎(PCP)在非人类免疫缺陷病毒(HIV)感染患者中的发病率上升，其重症病例死亡率高。本研究旨在通过机器学习分析非HIV感染患者重症PCP的临床特征和预后因素。方法 创新性地采用双中心设计，纳入较大样本量的患者，分析2021年1月—2023年10月在徐州医科大学附属医院及睢宁县人民医院通过早期使用宏基因组二代测序(mNGS)技术确诊为重症PCP的82例非HIV感染患者，并通过单变量/多变量分析与机器学习算法等识别死亡相关危险因素。结果 本研究共纳入82例非HIV感染重症PCP患者，平均年龄为(64±17)岁，男性占67.1%。32.9%的患者有吸烟史。最常见的合并症包括心血管疾病(40.2%)、恶性肿瘤(34.1%)和间质性肺病(ILD)(28.0%)。部分患者曾接受过大剂量激素(46.3%)、化疗(21.9%)或免疫抑制剂(32.9%)等免疫抑制治疗。临床表现中，89.0%患者存在呼吸困难，82.9%患者存在咳嗽，73.2%患者存在发热。96.3%的患者需要氧疗，其中43.9%需要高流量吸氧，52.4%使用机械通气。影像学上，97.6%的患者表现为双肺受累，97.6%的病例存在磨玻璃影。此外，常见并发症包括感染性休克(13.4%)和肝肾功能不全(12.2%)。在重症PCP患者中检出多种病原体，其中59.8%的患者检出合并EB病毒，45.1%合并巨细胞病毒(CMV)。按照结局分为死亡组和存活组，死亡组患者中性粒细胞计数(NEU)升高，淋巴细胞计数(LYM)和血小板计数(PLT)降低，氧合指数降低，感染性休克和有创机械通气的使用率较高。41.5%的病死率与文献报道相符。合并ILD患者病死率较高。随机森林(RF)模型和极端梯度提升(XGBoost)模型在测试集拟合效果最好，结合临床决策曲线(DCA)和校准曲线后，发现RF模型总体性能最佳。结论 NEU升高、LYM和PLT降低、氧合指数降低、感染性休克和有创机械通气是非HIV感染患者重症PCP发生死亡的危险因素。合并ILD的患者预后较差，RF模型总体性能最佳。本研究创新性地结合mNGS技术及机器学习算法，为非HIV感染患者重症PCP的早期诊断、精准治疗和个性化管理提供了新的视角和工具，有望降低死亡率并改善患者预后。

关键词

肺孢子菌肺炎 / 非HIV感染患者 / 重症 / 预后因素 / 宏基因组二代测序 / 机器学习

基金资助

江苏省卫生健康委科研项目(H2023005); 徐州市医学重点人才计划(XWRCHT20220063); 江苏省大学重点实验室开放项目(XZSYSKF2022004); 江苏省高水平医院建设项目(2024113037); 徐州医科大学附属医院临床研究专项(LCZX202411); 徐州市科技局项目(KC22269,KC22245); 徐州市卫生健康委医学科技创新项目(XWKYHT20240139)