基于机器学习对慢性鼻窦炎伴鼻息肉预后模型的初探

作     者：蒋思洁 谢邵兵 章华 谢志海 蒋卫红 Jiang Sijie;Xie Shaobing;Zhang Hua;Xie Zhihai;Jiang Weihong

作者机构：中南大学湘雅医院耳鼻咽喉头颈外科、耳鼻喉重大疾病湖南省重点实验室、老年疾病国家临床研究中心、临床解剖中心鼻颅底解剖实验室长沙410008 

出 版 物：《中华耳鼻咽喉头颈外科杂志》 (Chinese Journal of Otorhinolaryngology Head and Neck Surgery)

年 卷 期：2024年第59卷第6期

页      面：543-550页

核心收录：

学科分类：1002[医学-临床医学] 100213[医学-耳鼻咽喉科学] 10[医学] 

基　　金：国家自然科学基金(82371126、82371127、82301289、82171118) 湖南省自然科学基金(2022JJ30986、2023JJ30953、2023JJ41004) 长沙市自然科学基金(kq2208391) 中国博士后科学基金(2023M743960) 

主　　题：鼻窦炎 鼻息肉 复发 预后模型 机器学习 

摘      要：目的:分析慢性鼻窦炎伴鼻息肉(CRSwNP)的分子特征,揭示其病理生理机制,并构建能有效预测术后复发的预后模型。方法:整合3个数据集GSE198950、GSE179265及GSE136825,其中对照组39例,慢性鼻窦炎不伴鼻息肉组16例,CRSwNP组89例,提取校正P值1的差异基因,随后进行KEGG和GO富集分析及蛋白互作评分。采用随机森林和最小绝对值收敛和选择算法(least absolute shrinkage and selection operator,LASSO)进行变量筛选,交集分析后得到关键节点。回顾性分析二代RNA测序数据(对照4例,CRSwNP 8例),利用Mann-Whitney U检验对前述关键节点进行比较,将P0.05的变量纳入模型。利用既往测序数据(原发CRSwNP 16例,复发CRSwNP 15例)通过Logistic回归构建CRSwNP的预后模型,绘制列线图,利用校准曲线和受试者工作特征曲线(ROC),并计算曲线下面积(AUC)以验证模型可信性。结果:对CRSwNP组中上调和下调的差异基因进行分析,其中神经活性配体-受体相互作用、白细胞介素17信号通路被激活,而钙信号通路及间隙连接被抑制。利用随机森林和LASSO鉴定出关键节点,其中G蛋白γ亚基4(U=3.00,P=0.028)、胆囊收缩素(U=0.50,P=0.006)、表皮生长因子(U=1.00,P=0.008)和神经突触细胞黏附分子1(U=0.00,P=0.004)在Whitney U检验中具有统计学意义,将其纳入回归模型。将预后模型制成列线图,验证模型校准曲线和ROC表明其高度可信(C-index=0.875,AUC=0.866),而测试集中的ROC曲线显示其可有效预测CRSwNP的术后复发(AUC=0.859)。结论:本研究利用CRSwNP相关数据集,全面描述了该疾病的分子特征。通过随机森林和LASSO回归筛选出的关键节点构建的预后模型在验证中表现出高准确性,为推进CRSwNP的个体化诊疗提供了有力支持。