双弹性成像机器学习模型无创预测重度药物性肝损伤
这项前瞻性多中心研究纳入305例经肝活检确诊的药物性肝损伤患者,以Scheuer炎症分级+纤维化分期≥5定义为重度。研究显示双弹性成像A指数随炎症分级升高、F指数随纤维化分期升高。整合双弹性成像、临床特征和血清生物标志物的正则化回归模型在测试集AUC为0.862,敏感性81.2%,特异性74.7%。
要点
- A指数与F指数分别反映DILI的炎症分级和纤维化分期,可用于无创分级评估。
- 优化正则化回归模型在测试集对重度DILI的阴性预测值达94.9%,有助于排除重度损伤。
- 该模型已部署为在线计算器,可输入临床和双弹性成像参数获得实时风险概率。
核心结论
- 双弹性成像衍生的F指数和A指数能够无创评估DILI患者的肝脏炎症和纤维化程度。
- 整合双弹性成像、临床特征和血清标志物的正则化回归模型对重度DILI表现出稳健的判别能力。
- 该模型显著优于MELD和Hy's Law(p<0.001),后者对重度组织学损伤的AUC分别为0.563和0.506。
研究设计与样本
- 研究类型为前瞻性多中心研究,于2020年12月至2022年6月在5家中国三级医院开展。
- 共纳入305例连续DILI患者,其中55例(18.0%)为重度DILI(Scheuer G+S≥5),250例为非重度。
- 所有患者在肝活检前3天内完成双弹性成像检查,采用日立Arietta 850超声系统。
- 参考标准为超声引导下经皮右叶肝活检,由2名≥10年经验的肝脏病理医师独立评估并协商一致。
- 数据集按7:3分层随机分为训练集(n=214)和内部测试集(n=91),重度DILI患病率分别为18.2%和17.6%。
关键影像表现/征象
- 重度DILI组的双弹性成像参数显著异常:A指数、F指数、Vs、E、%AREA、COMP、SD、SKEW和IDM均升高。
- 重度组的MEAN(平均相对应变值)和ATT(声衰减系数)显著低于非重度组。
- 纹理异质性参数SKEW和COMP在重度DILI中升高,反映肝实质内应变分布不均,对应局灶坏死与水肿并存的斑片状病理。
- SHAP分析显示F指数、A指数和INR为风险增加因素,ALB和ATT为风险降低因素。
- ALT和AST在重度与非重度组间无显著差异,提示常规转氨酶无法反映DILI的结构性损伤。
诊断标准与关键数值
- 重度DILI定义为Scheuer炎症分级加纤维化分期≥5(G+S≥5)。
- A指数对≥G2炎症分级的AUC为0.791(95% CI: 0.737–0.845),敏感性65.6%,特异性79.0%。
- A指数对≥G3炎症分级的AUC为0.790,敏感性55.8%,特异性87.5%;对G4的AUC为0.853,敏感性81.8%,特异性77.6%。
- 优化正则化回归模型在测试集的AUC为0.862(95% CI: 0.776–0.947),敏感性81.2%,特异性74.7%。
- 训练集AUC为0.872(95% CI: 0.834–0.910),敏感性78.3%,特异性85.1%;测试集PPV为40.6%,NPV为94.9%。
临床应用与阅片要点
- 测试集高NPV(94.9%)支持用于排除重度组织学损伤,低风险患者可避免不必要的肝活检。
- 测试集PPV仅40.6%,高风险预测应作为需进一步评估的警示信号,而非独立诊断依据。
- SHAP力图为个体预测提供可解释性,例如A指数和F指数升高伴ALB降低可推导出重度DILI概率0.724。
- ALT和AST在重度与非重度组无显著差异,阅片和报告中不能依赖转氨酶水平判断组织学严重程度。
- F指数对早期纤维化表现一般,急性DILI中炎症和水肿可能掩盖真实纤维化程度,解读时需谨慎。
局限性
- 样本量对机器学习而言偏小,且缺乏外部验证队列,泛化能力有待在更大独立队列中评估。
- 纳入符合活检指征的患者引入选择偏倚,限制了在无症状或轻度DILI人群中的适用性。
- 采用的Scheuer评分系统并非DILI特异性评分,可能无法充分反映DILI特有特征如嗜酸性粒细胞浸润或胆汁淤积。
- G+S≥5复合阈值是解剖学替代指标,尚未针对肝衰竭、移植或死亡等硬临床终点进行前瞻性验证。
- SMOTE过采样在提高敏感性的同时增加了假阳性,导致校准下降(Brier评分0.180 vs 0.132)并降低PPV。
全文中译17 节 · 点击展开
引言
药物性肝损伤(DILI)是一种具有广泛临床谱系的棘手疾病 [1–3]。尽管大多数患者在停药后可自行恢复,但约20%会进展为急性肝衰竭或肝硬化 [4–6]。在组织病理学上,活动期的重症病例以重度炎症与纤维化并存为特征 [7]。虽然纤维化通常继发于药物引起的肝细胞坏死,但DILI发病时已存在的纤维化决定了更差的预后。重要的是,炎症分级和纤维化分期均可预测不良结局,因为仅孤立地评估任一维度都无法完整反映总体损伤负担 [8]。因此,准确评估DILI的组织损伤严重程度对于早期风险分层和优化管理至关重要。
目前DILI严重程度评估方法仍不理想。常规血清学标志物缺乏特异性,且受肝外因素影响 [9]。传统评分系统,如Hy’s定律和终末期肝病模型(MELD),预后价值有限 [10]。虽然复合模型(如BNR-6、Ashby恢复评分)和新型生物标志物(如细胞角蛋白-18、骨桥蛋白)已有探索,但前者预测能力仍不足,后者缺乏标准化的检测阈值 [11–13]。尽管肝活检是评估严重程度的参考标准,但其有创性限制了常规应用 [14]。
影像学检查方法克服了血清学检查的空间局限性,能够可视化肝脏结构。虽然MRI在识别特征和预测DILI慢性化方面显示出前景,但高昂成本和复杂工作流程限制了其广泛应用 [15, 16]。剪切波弹性成像(SWE)已在肝纤维化评估中得到广泛验证;然而,硬度测量值会受到炎症和充血的干扰 [17, 18]。这一局限性在DILI中尤为关键,因为炎症和纤维化需要同时评估 [13]。因此,SWE无法准确反映纤维化负荷,也不能独立评估炎症活动度。
新兴的双弹性成像技术,整合了SWE和实时组织弹性成像(RTE),为这一难题提供了解决方案。它可同时获取反映组织硬度的纤维化指数(F index)和表征组织黏弹性的活动指数(A index),从而实现纤维化和炎症的定量评估 [19]。尽管该方法在慢性乙型肝炎和代谢功能障碍相关脂肪性肝病(MASLD)中区分炎症和纤维化分级方面具有价值,但其在DILI中的应用尚属空白 [20–22]。本前瞻性研究旨在:(1)阐明双弹性成像参数与DILI组织病理学严重程度之间的相关性;(2)开发并验证一种基于双弹性成像的机器学习(ML)模型,用于无创识别重症病例,其定义为炎症分级加纤维化分期≥5(G + S ≥5)。解决这一未被满足的需求可能有助于高危DILI患者的早期风险分层、及时干预和改善预后。
材料与方法
研究设计与参与者
本前瞻性研究遵循2013年《赫尔辛基宣言》伦理原则,经机构伦理委员会批准,并在ClinicalTrials.gov注册(NCT04625166);所有参与者均提供了书面知情同意。
2020年12月至2022年6月期间,本研究在中国五家三级医院开展,连续招募疑似药物性肝损伤(DILI)的患者。纳入标准包括:年龄18–80岁;Roussel Uclaf因果关系评估法(RUCAM)评分≥6分,或3–5分且经专家共识确认[23];在3天内完成肝活检和双重弹性成像检查;并签署知情同意书。排除标准包括:合并其他已明确病因的肝脏疾病(病毒性肝炎、酒精性肝病、自身免疫性肝炎、遗传/代谢性肝病、原发性胆汁淤积性肝病或寄生虫感染);肝活检标本不合格;双重弹性成像检查失败;以及妊娠。
数据收集
所有患者在肝活检前3天内接受双重弹性成像检查。收集人口学特征、用药史及DILI急性期的峰值生化指标。
双重弹性成像检查
经过培训的超声医师使用日立Arietta 850超声系统(FUJIFILM Healthcare)及C252探头(1–6 MHz)完成所有检查。患者取仰卧位,取样框置于肝右叶包膜下1–2 cm处,避开大血管。标准化双重弹性成像模式测量要求可靠性指数(VsN)≥60%;每位患者测量10次,取中位数用于分析。采用受试者工作特征(ROC)曲线分析评估A指数和F指数区分组织病理学分级和分期的诊断效能。最佳截断值通过约登指数确定。计算曲线下面积(AUC)、灵敏度、特异度及95%置信区间(CI)。
软件提供14个定量参数:11个组织弥散参数(MEAN[平均相对应变值]、SD[标准差]、%AREA[低应变面积]、COMP[低应变区域复杂度]、KURT[峰度]、SKEW[偏度]、CONT[对比度]、ENT[熵]、IDM[逆差矩]、ASM[角二阶矩]和CORR[相关性])、2个剪切波参数(剪切波速度[Vs]和杨氏模量[E])以及声衰减系数(ATT)。计算三个衍生指标:F指数、A指数和肝纤维化指数(LFI)(公式见补充材料)。
肝活检及病理组织学检查
所有患者在双重弹性成像检查后3天内接受超声引导下经皮肝右叶穿刺活检。各中心的病理切片由两位肝脏病理医师(≥10年经验)复核,其对临床数据和双重弹性成像结果设盲。肝损伤严重程度采用半定量组织学Scheuer评分系统进行评估,该系统独立评价两个维度:分级(G0–G4),反映炎症活动程度(从无炎症活动到伴桥接坏死的重度界面性肝炎);分期(S0–S4),反映纤维化程度(从无纤维化到肝硬化)。评分越高表示组织学严重程度越高[24]。分歧通过协商一致解决,其结果作为参考标准。
数据准备与特征选择
主要结局为组织学定义的严重DILI(Scheuer G+S≥5)[25]。基于临床共识和文献回顾,选取了20个超声参数(14个双重弹性成像指标、3个衍生指标、门静脉内径(PVD)、门静脉流速(PVV)和深度)以及17个临床特征作为候选预测因子。通过四分位距(IQR)方法检测的离群值经审查后,根据临床验证予以纠正或排除。缺失值采用随机森林多重插补进行填补(每个变量的最大缺失率<7%)。数据集通过分层抽样按7:3随机分为训练集(n=214)和内部测试集(n=91),保持原有的严重DILI患病率并确保类别分布具有代表性。
特征选择在训练集上采用两步程序进行。首先,对初始候选变量应用最小绝对收缩和选择算子(LASSO)逻辑回归。最优惩罚参数通过5折交叉验证(CV)基于最小平均CV误差确定。其次,将LASSO筛选出的特征与两个预先定义的核心参数(F指数和A指数)合并,并使用Pearson相关系数评估该候选集内的共线性。为避免信息冗余,排除表现出极高相关性(|r|>0.9)的变量,优先保留预先定义的核心参数。
模型构建与评估
对训练集应用合成少数类过采样技术(SMOTE)以解决类别不平衡问题[26],使用k=5个最近邻和over_ratio=0.9。构建了8种机器学习模型:随机森林(RF)、支持向量机(SVM)、广义线性模型(GLM)、梯度提升机(GBM)、K近邻(KNN)、人工神经网络(NNET)、正则化回归(RR)和决策树(DT)。初始超参数调优使用5折CV和网格搜索,优化后的参数见补充表S1。随后对表现最佳的模型使用贝叶斯优化和5折CV进行进一步微调。模型性能使用准确率、精确率、召回率(敏感性)、特异性、F1分数和AUC及95%CI进行评估。可解释性使用SHapley加法解释(SHAP)评估以量化特征贡献[27]。最后,将模型部署为在线预测计算器,阈值由约登指数确定。
统计分析
连续变量通过Shapiro–Wilk检验评估正态性;正态分布的变量以均值±SD表示,并使用t检验进行比较,而非正态分布的变量以中位数(IQR)表示,并使用Wilcoxon秩和检验进行比较。分类变量以频数(百分比)表示,并使用卡方检验或Fisher精确检验(用于期望频数<5时)进行比较。所有分析均在R(v4.3.2)中完成,使用固定随机种子以确保可重复性,并使用‘glmnet’、‘caret’、‘tidymodels’、‘themis’、‘fastshap’和‘shapviz’进行模型构建、评估和解释。双侧p值<0.05被认为具有统计学意义。
结果
受试者特征
研究流程如图1所示。在纳入的305例药物性肝损伤(DILI)患者中,55例(18.0%)达到复合终点(G + S ≥ 5),被归类为重度DILI。基线特征详见表1。与轻中度组(G + S < 5,n = 250)相比,重度组年龄更大,BMI和INR更高,但ALB更低(均p < 0.01)。在双重弹性成像方面,重度组的A指数、F指数、Vs、E、%AREA、COMP、SD、SKEW和IDM显著更高,而MEAN和ATT更低。为构建模型,将队列按7:3比例进行分层随机拆分,分为训练集(n = 214)和内部测试集(n = 91)。分层抽样成功保持了重度DILI的患病率(18.2%对17.6%,p = 1),且两组间所有基线特征均具有可比性(补充表S2)。
双重弹性成像参数与DILI患者组织病理学改变的关联
随着肝脏炎症分级的升高,双重弹性成像衍生的A指数值显著增加(图2A和补充表S3)。同时,F指数值也随着肝纤维化分期的进展而增加(图2B和补充表S4)。两个参数的AUC、截断值、敏感性和特异性列于表2。具体而言,对于≥G2,A指数的AUC为0.791(95% CI:0.737–0.845),敏感性为65.6%,特异性为79.0%。对于≥G3,AUC为0.790,敏感性为55.8%,特异性为87.5%。对于G4,AUC为0.853,敏感性为81.8%,特异性为77.6%。
利用双重弹性成像参数预测重度DILI的机器学习模型构建与验证
特征选择
LASSO回归识别出10个特征,并与两个预先设定的核心参数(F指数和A指数)合并。共线性分析显示Vs与F指数强相关(r = 0.929),因此排除Vs。最终模型使用11个特征构建:F指数、A指数以及其余9个LASSO选择的变量(BMI、INR、TB、ALB、HDL-C、COMP、SKEW、ASM和ATT)。LASSO交叉验证曲线和相关矩阵分别见图S1和图S2。
模型构建与比较
基于准确率、精确率、召回率、F1值和AUC对八种机器学习模型(RF、SVM、GLM、GBM、KNN、NNET、RR和DT)进行了比较。残差分析和精确率-召回率曲线见补充图S3,详细性能差异见补充表S5。如图3A所示,RR模型的AUC为0.840,与RF模型相当。然而,RR模型表现出显著更高的召回率(0.875 vs. 0.438)和F1值(0.596 vs. 0.452)。因此,选择RR模型进行进一步优化和分析。
模型优化与性能
优化后的RR模型在训练集中表现良好,AUC为0.872(0.834–0.910),灵敏度为78.3%,特异度为85.1%。在内部测试集上,模型保持了稳健的AUC,为0.862(0.776–0.947),灵敏度为81.2%,特异度为74.7%(图3B和表3)。虽然AUC保持一致,但预测值在两个数据集之间发生了变化,阳性预测值(PPV)从82.6%下降至40.6%,阴性预测值(NPV)从81.4%上升至94.9%。详细的优化指标,包括校准曲线和混淆矩阵,见补充图S4。
模型解释与可视化
采用SHAP分析解释RR模型。特征重要性排序见图4A,蜂群图展示了影响方向(图4B)。分析确定F指数、A指数和INR为与风险增加相关的因素(数值越高,概率越大),而ALB和ATT与风险降低相关。代表性力图(图4C)展示了特征对个体预测的贡献:在高风险患者中,A指数和F指数升高合并ALB降低,得出概率为0.724;而在低风险患者中,相反的模式得出概率为0.222。SHAP依赖图证实,严重DILI的概率随F指数、A指数和INR的升高以及ALB水平的降低而增加(补充图S5)。
基于优化后的RR模型开发严重DILI在线网络计算器
最终优化的 RR 模型已部署为一个可公开访问的基于网页的计算器(https://wznng666.shinyapps.io/RR55555/)。该工具使临床医生能够输入患者的临床及双重弹性成像参数,实时获得严重 DILI 的估计概率。基于由约登指数确定的最佳概率截断值,该计算器提供自动化风险分层,并给出初步管理指导。为确保可重复性,模型和应用程序的源代码已在 https://github.com/zhuzhining-git/shiny 公开。
讨论
据我们所知,这是第一项系统应用双重弹性成像对 DILI 组织病理学严重程度进行无创评估的研究。在一个包含 305 例经活检证实患者的前瞻性多中心队列中,我们证实了 A 指数和 F 指数分别与炎症分级和纤维化分期密切相关。一个将这些双重弹性成像参数与血清学标志物相结合的 RR 模型对严重组织学损伤实现了稳健的区分能力(AUC = 0.862 [95% CI:0.776–0.947],准确率 = 75.8%),SHAP 分析证实了双重弹性成像指数对模型预测输出的贡献。最后,本研究开发的在线 DILI 风险计算器有望促进临床转化。
一个值得注意的发现是血清生化学与组织学严重程度之间的分离,因为丙氨酸氨基转移酶(ALT)和天冬氨酸氨基转移酶(AST)在严重组与非严重组之间没有显著差异 [28],这凸显了传统转氨酶在反映 DILI 结构性损伤方面的局限性 [16, 29, 30]。这一局限性也延伸至已有的临床工具。在我们的队列中,MELD 和 Hy’s 法则均未对严重组织学损伤表现出有意义的区分能力,其 AUC 接近随机水平(AUC 分别为 0.563 和 0.506)。DeLong 检验证实 RR 模型显著优于两者(p < 0.001)(补充图 S6 和表 S6)。这在临床上是可以预期的,因为 MELD 旨在预测终末期肝病的死亡率,而 Hy’s 法则用于识别急性肝衰竭的风险。这些发现强调了建立专门针对 DILI 严重组织学损伤和风险分层的预测模型的必要性。
在双弹性成像中,F指数对早期肝纤维化的诊断效能一般,这可能是由于急性药物性肝损伤(DILI)中并存的炎症和水肿掩盖了硬度增加[18]。尽管对晚期分期的诊断效能有所提高,但鉴于其特异性可能较低,解读时应保持谨慎。纹理异质性参数(SKEW和COMP)提供了关键的微结构信息。重度DILI的特征是SKEW和COMP升高,反映了肝实质内应变分布不均匀。从机制上讲,这可能与DILI的斑片状病理改变相对应,即局灶性坏死、炎性细胞浸润和水肿与保留的肝小叶并存[31, 32],提示实时弹性成像(RTE)捕获的异质性与绝对硬度同样具有信息价值。此外,SHAP分析意外地将ATT识别为保护因素,尽管其传统上与脂肪变性相关[33, 34]。我们推测急性肝细胞坏死和气球样变可能改变组织密度,从而降低声衰减[31, 35]。此外,BMI作为风险预测因子出现,这与“多重打击”假说一致,即肥胖相关的亚临床炎症降低了肝毒性的阈值[36, 37]。
该模型的临床应用价值主要在于风险分层而非独立诊断。高阴性预测值(NPV,0.949)使临床医生能够排除严重组织学损伤,避免对低风险患者进行不必要的肝活检。相反,中等程度的阳性预测值(PPV,0.406)表明,高风险预测应作为警示信号,需要进一步评估,包括确诊性活检以及考虑糖皮质激素治疗或人工肝支持。这种NPV-PPV差异源于两个因素。首先,重度DILI的低患病率(18%)与已发表的流行病学数据一致,本身就提高了NPV而降低了PPV。其次,为解决这一不平衡问题而应用的SMOTE过采样将灵敏度从62.5%提高到81.2%,但代价是增加了假阳性,从而降低了校准度(Brier评分0.180 vs. 0.132;补充表S7)并降低了PPV[38]。尽管存在这一权衡,我们仍保留了经SMOTE训练的模型,以优先保证灵敏度,因为漏诊重症病例将面临不可逆进展为急性肝衰竭或慢性肝硬化的风险。
然而,本研究存在一定的局限性。首先,对于机器学习而言,样本量较小。尽管正则化以及相似的训练/测试AUC(0.872 vs. 0.862)提示过拟合得到了控制,但有限的阳性病例导致了类别不平衡,并使验证仅限于内部分割。缺乏外部队列因此限制了可推广性的评估,未来需要在更大的独立队列中进行验证。其次,纳入符合活检指征的患者引入了选择偏倚,限制了在无症状或轻度DILI人群中应用的准确性。第三,目前不存在DILI特异性的病理评分。所采用的Scheuer系统主要设计用于病毒性肝炎,可能无法完全反映DILI特异性特征,如嗜酸性粒细胞浸润或胆汁淤积。此外,定义重度DILI的G + S ≥ 5复合阈值是一种解剖学替代指标,缺乏针对肝衰竭、肝移植或死亡等硬临床终点的前瞻性验证。第四,方法学方面引入了潜在偏倚,因为尽管采用了基于IQR的检测,异常值复核仍依赖于操作者,且尽管缺失率较低(< 7%),插补假设仍是一种理论上的局限性。最后,尽管弹性成像在活检前3天内完成,但不能完全排除时间上的不匹配。未来研究应采用同日采集方案。
总之,基于双重弹性成像的F指数和A指数能够无创评估DILI中的肝脏炎症和纤维化。将上述参数与血清学标志物整合的机器学习模型,对存在重度组织学损伤的DILI患者实现了稳健的判别和预测能力,显著优于传统工具。配套的在线风险计算器可为临床风险分层和干预提供初步指导。鉴于中国与西方国家在病因和DILI表型上的差异,未来有必要开展具有外部验证的大规模研究,以确认这些发现的可推广性。
补充信息
补充信息
引用
- Qiu, Xue, Feng, et al. Noninvasive prediction of severe histopathology in drug-induced liver injury using a dual elastography-based machine learning model. Eur Radiol. 2026. PMID: 42257856. doi:10.1007/s00330-026-12644-y
- 全文:PMC13574858(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13574858/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。