利用电子健康记录特征识别未诊断的常见变异型免疫缺陷症患者

风湿和免疫学 医学 环境和公共卫生
常见可变免疫缺陷症 电子健康记录 机器学习算法 免疫系统 疾病诊断 人工智能 表型

利用电子健康记录特征识别未诊断的常见变异型免疫缺陷症患者

研究概况

Johnson等人最近在 Science Translational Medicine 发表了一篇题为《Electronic health record signatures identify undiagnosed patients with common variable immunodeficiency disease》的研究论文。该研究通过电子健康记录(EHRs)和机器学习算法PheneT，识别未被诊断的普通变量免疫缺陷病（common variable immunodeficiency，CVID）的患者，为更早的诊断和治疗提供新途径。

研究背景和研究目的

人类先天性免疫缺陷（inborn errors of immunity，IEI）包括一系列由于B细胞功能障碍导致的功能性和数量性抗体缺陷，其表现之一即为常见变异型免疫缺陷（CVID）。CVID是一组异质性较高的疾病，患者症状各异，包括感染、自身免疫病和炎症性病症，与多种常见疾病重叠。由于其罕见性（约1/25000的发病率）和表型的多样性，CVID的诊断和治疗常常延迟，从症状出现到确诊平均需要5到15年，这不仅增加了患者的痛苦，还显著提升了医疗系统的整体成本。目前，CVID没有公认的单一病因，基因测试也无法给出确定诊断。因此，迫切需要一种有效的方法来缩短CVID的诊断时间，能够早期诊断和治疗这些患者。

论文来源

该研究由UCLA的Ruth Johnson、Alexis V. Stephens、Rachel Mester等人撰写，发表在2024年5月1日的 Science Translational Medicine 杂志上。

研究机构

此次研究的作者来自多个学术和医疗研究机构，包括：

  • University of California, Los Angeles (UCLA)
  • University of California, Irvine (UCI)
  • University of California, San Diego (UCSD)
  • Vanderbilt University, Nashville, TN

研究方法

此次研究着重开发了一个名为PheneT的机器学习算法，用于从EHR数据中识别未被诊断的CVID患者。

a) 研究流程

  1. 数据准备：

    • 从UCLA电子健康记录系统中提取约3200名带有免疫缺陷相关ICD代码的候选患者。通过临床免疫学家手工审核，最终确定197名符合CVID标准的患者为“真实”病例，进一步构建模型。

  2. 特征选择：

    • 从这些病例中提取特征，采用HPO（Human Phenotype Ontology）和OMIM（Online Mendelian Inheritance in Man）数据库，将CVID的临床表型映射到Phecode（表型代码），获得34个与CVID相关的Phecodes。
    • 使用包含CVID患者的训练数据集增加特征选择的准确性，从中挑选了44个Phecodes。

  3. 模型训练：

    • 采用边际逻辑回归法对所选特征进行训练。
    • 模型的训练过程中包括数据平衡处理，适度扩展样本量（0.5的上采样比）。
    • 在五折交叉验证中使用IgG实验室测试结果优化模型，提高了模型的准确性。

  4. 验证与应用：

    • 对五家不同医疗系统（包括UCLA）的600多万条记录进行外部验证，PheneT展示出在不同系统间的普适性。
    • 在UCLA的EHR数据中，PheneT能够提前244天（约8个月）诊断出CVID患者。

b) 主要结果

  • PheneT的性能：

    • PheneT优于现有的Phers方法，在AUC-ROC和AUC-PR等性能指标上分别提高了17%和42%。
    • PheneT模型通过65个特征，准确且高效地识别出CVID患者。

  • 早期诊断：

    • PheneT能够在诊断前的数月内识别出高风险的CVID患者。研究显示，PheneT可以在患者确诊前平均提前244天检测出疾病。
    • 此外，在顶级风险评分前100名中，74%的患者被评估为高度可能为CVID，表明PheneT的有效性。

  • 跨机构验证：

    • PheneT被应用于加州大学多个医学中心及Vanderbilt University的EHR数据，显示出该算法在不同数据集上的较高鲁棒性和普适性。

c) 结论与研究价值

  • 科学价值：

    • 该研究证明了机器学习在医疗领域，尤其是在罕见病早期诊断方面的巨大潜力。
    • 表明大规模的EHR数据用于机器学习可以有效缩短罕见病的诊断时间，减少患者的痛苦和医疗资源的浪费。

  • 应用价值：

    • PheneT为临床诊断提供了新的方法和工具，它可以帮助医生更早地识别潜在的CVID患者，对患者进行早期干预，从而改善病人的预后。
    • 医疗系统可利用此算法在广泛的人群中进行筛查，提高罕见病的识别率，优化医疗资源分配。

d) 研究亮点

  • 创新性：

    • PheneT算法结合了机器学习和大规模EHR数据，探索了传统方法无法涵盖的复杂病理特征。
    • 用于CVID的综合风险评分模型改进了现有方法，并在跨机构的验证中展现出了较高的可靠性。

  • 临床影响：

    • 通过PheneT，可以显著减少CVID的诊断延迟，节约大量医疗资源，并改善患者的生活质量和预后。

通过对EHR数据进行系统性的分析，PheneT算法展示出在复杂罕见病诊断中的巨大潜力，为未来医疗AI的应用提供了极具价值的参考。