基于隨機(jī)生存森林構(gòu)建中醫(yī)藥干預(yù)的IgA腎病蛋白尿風(fēng)險預(yù)測模型＊

翁雪瑩，盧登勇，石曉冬，吳慧敏，陳宇珊，左金巾，羅 芳，鐘 建

（1. 廣西中醫(yī)藥大學(xué)研究生院 南寧 530001；2. 廣西中醫(yī)藥大學(xué)第一附屬醫(yī)院 南寧 530023）

IgA 腎病為我國常見慢性腎小球疾病之一，其病理特征表現(xiàn)為IgA 免疫復(fù)合物沉積在腎小球系膜區(qū)，常見臨床癥狀為蛋白尿、血尿、高血壓以及腎損害。IgA 腎病作為一種免疫性疾病，其預(yù)后差異大，約30%的患者會自發(fā)達(dá)到臨床緩解[1-2]，約30-40% IgA患者經(jīng)確診后可于10-20 年進(jìn)展至終末期腎病[3]。由于IgA腎病預(yù)后差異較大，眾多學(xué)者[4-6]對其風(fēng)險因素開展相關(guān)研究。已有研究表明蛋白尿不僅是IgA 腎病臨床表現(xiàn)之一，同時也是引起IgA 腎病患者腎功能進(jìn)展重要風(fēng)險因素[7]。尿蛋白可直接損傷腎小管上皮細(xì)胞及足細(xì)胞、激活補(bǔ)體引起腎小管間質(zhì)纖維化，從而加速腎小球硬化病變[8]。因此，KDIGO 指南[9]指出嚴(yán)格控制蛋白尿是延緩IgA 腎病腎功能進(jìn)展的重要措施。然而經(jīng)治療后部分患者蛋白尿未能得到有效緩解甚至發(fā)展為腎衰竭。因此，亟待采取有效的手段探索IgA 腎病蛋白尿預(yù)后風(fēng)險因素并在此基礎(chǔ)上進(jìn)行預(yù)測，以便早期辨識其重要風(fēng)險因素，為臨床治療提供參考。

目前大多風(fēng)險預(yù)測模型為基于Logistic 回歸構(gòu)建的Cox比例風(fēng)險模型，當(dāng)不滿足諸如等比例風(fēng)險、變量與結(jié)果呈線性關(guān)系等限定條件時，其結(jié)果的準(zhǔn)確性則會受到影響。此外鮮有研究報道將中醫(yī)藥干預(yù)作為預(yù)后影響因素之一構(gòu)建風(fēng)險預(yù)測模型，而中醫(yī)在治療IgA 腎病具有的獨特優(yōu)勢和特色不可忽視[10-13]，特別是在減輕蛋白尿、改善激素副作用、延緩腎功能進(jìn)展等方面，且該類模型亦不適用于預(yù)測經(jīng)中醫(yī)藥干預(yù)的IgA腎病患者蛋白尿預(yù)后。

隨機(jī)生存森林[14]是隨機(jī)森林算法在生存分析的衍生，其隨機(jī)特性能處理高維復(fù)雜特點的醫(yī)學(xué)數(shù)據(jù)，且不易過度擬合，具有良好分類、預(yù)測以及分析變量間復(fù)雜關(guān)系的優(yōu)勢，有研究表明其性能優(yōu)于或等同于Cox 比例風(fēng)險回歸模型[15]。本研究利用隨機(jī)生存森林探索與IgA 腎病蛋白尿預(yù)后相關(guān)風(fēng)險因素，構(gòu)建中醫(yī)藥干預(yù)的IgA 腎病患者蛋白尿風(fēng)險預(yù)測模型，為臨床隨訪監(jiān)測及治療方案提供一定參考意義。

1 研究方法

1.1 研究對象

收集2018 年1 月-2021 年1 月在我院首次行腎活檢確診為IgA 腎病患者。經(jīng)篩選，符合以下納排標(biāo)準(zhǔn)患者共129例。

納入標(biāo)準(zhǔn)：①腎組織病理結(jié)果符合IgA 腎小球疾病診斷標(biāo)準(zhǔn)[16]，且腎組織中腎小球數(shù)目≥10 個；②明確診斷為IgA 腎病后定期至我院門診隨診時間1 年以上，并在專業(yè)醫(yī)生指導(dǎo)下用藥治療；③腎活檢前未進(jìn)展至ESRD或行腎臟替代治療。

排除標(biāo)準(zhǔn)：①其他腎性疾病，如膜性腎病、糖尿病腎病、狼瘡性腎炎、乙型肝炎病毒相關(guān)性腎炎等；②合并危急重癥（如休克、急性心衰、消化道大出血）、惡性腫瘤、妊娠等；③臨床資料不完整。隨訪時間<12月。

1.2 資料采集

一般資料（患者確診為IgA 腎病初始時間、年齡、性別、血壓、BMI）、生化指標(biāo)（血紅蛋白、白蛋白、尿酸、總膽固醇、甘油三酯、24 hUPRO、血肌酐）、腎臟病理資料（Lee 分級情況、腎小球硬化比例）。所有腎組織處理方法為HE、PAS、PASM、Masson 染色及直接免疫熒光法，病理分級均參照1982年Lee分級標(biāo)準(zhǔn)執(zhí)行[17]。

1.3 中醫(yī)藥干預(yù)

收集患者有無使用中醫(yī)藥治療，包括減少蛋白尿的中成藥（如黃葵膠囊、百令膠囊、金水寶膠囊、雷公藤多苷片等）、延緩腎衰竭的中成藥（如尿毒清顆粒、腎衰寧顆粒、海昆腎喜膠囊等）及其他中藥湯劑。以上中醫(yī)藥干預(yù)均需在中醫(yī)辨證下使用，西醫(yī)治療遵循2012 年KDIGO 提出的IgA 腎病診療指南，規(guī)范使用ACEI/ARB、糖皮質(zhì)激素及免疫抑制劑等治療[18]。

1.4 隨訪內(nèi)容

根據(jù)患者腎組織病理結(jié)果明確診斷IgA 腎病當(dāng)日為隨訪起點，隨訪時間為1 年，期間患者每隔3-6 個月至門診復(fù)查24 hUPRO、腎功能等檢查評估病情，記錄24 hUPRO、血清肌酐結(jié)果、eGFR。借鑒KDIGO[19]制定的尿蛋白緩解標(biāo)準(zhǔn)，將隨訪的終點事件定義為治療后蛋白尿達(dá)到有效緩解，即24 hUPRO 小于0.3 g·d-1或較初始值減少50%以上，且eGFR 保持在初始值50%以內(nèi)，上述指標(biāo)持續(xù)3 個月以上。若隨訪時間截止蛋白尿仍未緩解或加重，隨訪結(jié)局統(tǒng)一記為持續(xù)蛋白尿。

1.5 相關(guān)定義

高血壓：收縮壓≥140 mmHg 和/或舒張壓90≥mmHg。高尿酸血癥：血尿酸（男）≥420 μmol·L-1或血尿酸（女）≥360 μmol·L-1。肥胖：BMI≥24 kg·m-2。貧血：血紅蛋白（男）≤120 g·L-1或血紅蛋白（女）≤110 g·L-1。低蛋白血癥：白蛋白≤40 g·L-1。血脂異常：總膽固醇≥6.2 mmol·L-1和/或甘油三酯≥2.3 mmol·L-1。eGFR采用CKD-EPI 公式計算。腎小球硬化比例指腎小球硬化數(shù)目占全片腎小球總數(shù)的比例。

2 統(tǒng)計學(xué)分析

采用SPSS 20 軟件進(jìn)行統(tǒng)計學(xué)分析。符合正態(tài)分布的連續(xù)變量以均數(shù)±標(biāo)準(zhǔn)差（±s）表示，以兩獨立樣本t檢驗進(jìn)行組間比較；符合偏態(tài)分布的連續(xù)變量采用四分位數(shù)間距表示，即M（P25,P75），組間比較利用Wilcoxon秩和檢驗；分類變量采用χ2檢驗，當(dāng)P<0.05認(rèn)為差異有統(tǒng)計學(xué)意義。使用R語言“randomForestSRC”數(shù)據(jù)包構(gòu)建隨機(jī)生存森林預(yù)測模型，采用“timeROC”數(shù)據(jù)包繪制tdROC曲線。

3 隨機(jī)生存森林模型

3.1 數(shù)據(jù)預(yù)處理

將年齡、eGFR、腎小球硬化比例記為連續(xù)變量，其余指標(biāo)BMI、血壓、血紅蛋白、白蛋白、尿酸、總膽固醇、甘油三酯、24 hUPRO、Lee分級、中醫(yī)藥干預(yù)、隨訪結(jié)局轉(zhuǎn)換成分類變量并賦值，具體見表1。

表1 納入變量及其賦值

3.2 構(gòu)建風(fēng)險預(yù)測模型

隨機(jī)生存森林[14]的基本原理為bootstrap 抽樣，即在訓(xùn)練集有放回地隨機(jī)抽取k 個樣本，從納入模型變量中隨機(jī)選擇m 個變量（mtry）作為根節(jié)點，選取生存差異最大變量作為子節(jié)點不斷分裂構(gòu)成生存樹，分裂停止時的子節(jié)點稱為終末節(jié)點（Terminal node）。通過以上方法不斷訓(xùn)練出n棵生存樹組成隨機(jī)生存森林，最后綜合多棵生存樹的表決結(jié)果對結(jié)局進(jìn)行分類、預(yù)測。每次抽取樣本平均有37%排除在外的數(shù)據(jù)稱為袋外數(shù)據(jù)（OUT of bag data，OOB data），用于驗證模型輸出結(jié)果的準(zhǔn)確性。通過網(wǎng)格搜索可確定mtry 和nodesize最優(yōu)組合條件下訓(xùn)練集袋外錯誤率達(dá)到最低，根據(jù)該參數(shù)組合可確定該模型最穩(wěn)定的棵數(shù)ntree。

3.3 篩選危險因素及重要性排序

本研究選用VIMP（Variable importance）法篩選與預(yù)后相關(guān)的風(fēng)險因素，并對其重要性進(jìn)行排序。VIMP法[14]數(shù)學(xué)原理為將袋外數(shù)據(jù)應(yīng)用到建好的預(yù)測模型中，計算原始錯誤率和新錯誤率的差。VIMP 值小于0表示該變量降低了預(yù)測結(jié)果的準(zhǔn)確性，大于0 時表示該變量提高了預(yù)測結(jié)果的準(zhǔn)確性，值越大表示該變量對于結(jié)局影響越大，即與預(yù)后的關(guān)系越密切。

3.4 評估模型預(yù)測準(zhǔn)確度

除構(gòu)建模型時給出的袋外錯誤率外，還可采time-dependent ROC 曲線（tdROC）來評估模型預(yù)測性能。首先利用在訓(xùn)練集建好的模型分別計算出訓(xùn)練集、測試集的IgA 腎病患者的預(yù)后風(fēng)險分?jǐn)?shù)，并在此基礎(chǔ)上分別繪制訓(xùn)練集和測試集于隨訪時間1-12 月的tdROC 曲線，當(dāng)曲線下面積AUC 等于0.5 時則表示該模型無預(yù)測能力，0.5-0.7 表明模型預(yù)測效能一般，AUC 大于0.7 表示模型具有良好的預(yù)測性[20]，AUC 處于0-1之間。

4 結(jié)果

4.1 IgA腎病患者納入情況及基線資料

本研究共納入了129例患者，截至隨訪時間結(jié)束，達(dá)到蛋白尿有效緩解共89 例，持續(xù)蛋白尿40 例。將納入病例分別按照60%、40%的比例隨機(jī)劃分成訓(xùn)練集（n=78）和測試集（n=51）。訓(xùn)練集與測試集的基線資料見表2，兩組比較均無統(tǒng)計學(xué)意義（P>0.05），兩組數(shù)據(jù)無顯著差異，說明分組符合隨機(jī)分組抽樣的要求。

表2 IgA腎病訓(xùn)練集和測試集的基線資料

4.2 建立隨機(jī)生存森林風(fēng)險預(yù)測模型

使用R 語言“randomForestSRC”數(shù)據(jù)包構(gòu)建隨機(jī)生存森林風(fēng)險預(yù)測模型，以mtry=1，ntree=5000 顆樹為基礎(chǔ)不斷訓(xùn)練棵樹構(gòu)建模型。如圖1 所示，通過網(wǎng)格搜索可知當(dāng)mtry=6，nodesize=1 袋外錯誤率達(dá)到最低（12.3%），并且在3000 棵生存樹時袋外錯誤率幾乎趨向穩(wěn)定，見圖2。

圖1 隨機(jī)生存森林風(fēng)險預(yù)測模型的調(diào)優(yōu)參數(shù)圖

圖2 隨機(jī)生存森林風(fēng)險預(yù)測模型的袋外錯誤率曲線圖

4.3 變量的重要性

本研究采用VIMP（Variable importance）法對變量重要性排序，結(jié)果顯示本研究納入變量的VIMP 值均大于0，重要性排序依次為eGFR、高血壓、中醫(yī)藥干預(yù)、24 hUPRO>1 g、腎小球硬化比例、Lee 分級、肥胖、血脂異常、高尿酸血癥、低蛋白血癥、貧血、年齡、性別。具體見圖3。

圖3 模型中納入各變量的VIMP值

由于隨機(jī)生存森林無需滿足如Cox比例風(fēng)險中假設(shè)變量與結(jié)局呈線性關(guān)系的前提，因此還可以探究腎小球硬化比例與eGFR 兩個連續(xù)變量對IgA 腎病蛋白尿轉(zhuǎn)歸的非線性效應(yīng)。如圖4 所示，當(dāng)eGFR 處于0-90（mL?min-1?1.73 m-2）范圍內(nèi)，患者發(fā)生持續(xù)蛋白尿風(fēng)險率隨著eGFR 的增加持續(xù)緩慢下降，呈非線性負(fù)相關(guān)，而當(dāng)eGFR 大于90（mL?min-1?1.73 m-2）后持續(xù)蛋白尿風(fēng)險率明顯降低。從圖5 可知，當(dāng)腎小球硬化比例小于0.3 時曲線趨于平滑，持續(xù)蛋白尿風(fēng)險率未見明顯變化。當(dāng)腎小球硬化比例大于0.3 時，患者發(fā)生持續(xù)蛋白尿風(fēng)險率逐漸增加，根據(jù)曲線斜率顯示近似線性正相關(guān)。

圖4 eGFR與持續(xù)蛋白尿風(fēng)險率的非線性效應(yīng)

圖5 腎小球硬化比例與持續(xù)蛋白尿風(fēng)險率的非線性效應(yīng)

4.4 風(fēng)險預(yù)測模型的評價

采用“timeROC”數(shù)據(jù)包繪制隨訪時間1-12 月訓(xùn)練集和測試集的tdROC曲線以評估該風(fēng)險預(yù)測模型的預(yù)測能力。結(jié)果顯示隨著月份增加，訓(xùn)練集和測試集tdROC 曲線下的AUC 值亦隨之下降。訓(xùn)練集1-12 月的AUC 值均在0.9 以上，原因可能為該預(yù)測模型基于訓(xùn)練集建立，因此預(yù)測性能較高；測試集于9月以內(nèi)的AUC 值大于0.7，9-12 月AUC 值逐漸降至0.675，表明該模型于9 月以內(nèi)具有良好的預(yù)測效果，而隨訪時間結(jié)束的12月預(yù)測性能一般。訓(xùn)練集于6月、9月、12月的tdROC 曲線的AUC 值分別為0.977、0.964、0.935，如圖6 所示。測試集于6 月、9 月、12 月的tdROC 曲線的AUC 值分別為0.824、0.750、0.675，如圖7 所示。通過圖6、圖7可反映tdROC曲線隨時間和其他因素增加其預(yù)測性能逐步降低的特點。

圖6 訓(xùn)練集6月、9月、12月的tdROC曲線

圖7 測試集6月、9月、12月的tdROC曲線

5 討論

目前高血壓和eGFR 作為IgA 腎病蛋白尿進(jìn)展的危險因素已被得到廣泛認(rèn)可[21]。本文通過隨機(jī)生存森林篩選出居于首位的危險因素為eGFR。通過研究發(fā)現(xiàn)eGFR 與發(fā)生持續(xù)蛋白尿為非線性負(fù)相關(guān)。當(dāng)eGFR 處于90（mL?min-1?1.73 m-2）時，曲線斜率變化明顯，而90 恰好為診斷慢性腎衰竭的臨界值，說明進(jìn)入慢性腎衰竭的患者蛋白尿的轉(zhuǎn)歸較差。此外本研究篩選出高血壓為第二大危險因素，因其可通過引起腎小動脈病變，加劇動脈硬化、血管管壁增厚以及繼發(fā)管腔狹窄，導(dǎo)致腎組織缺血缺氧，出現(xiàn)腎損傷，而受損的腎臟組織反過來可進(jìn)一步促進(jìn)血壓升高，因此KDIGO指南明確指出首選ACEI/ARB 類降壓藥來控制血壓，進(jìn)而降低蛋白尿。此外也有研究報道其他危險因素，如24 Hupro>1 g、低蛋白血癥，伴高血壓、貧血、高脂血癥、高尿酸血癥、肥胖的IgA 腎病患者疾病加重的可能性大[22-23]，亦與本文研究結(jié)果基本相同。眾多危險因素之間可相互影響，大量蛋白尿可以導(dǎo)致eGFR 下降，甚至進(jìn)入ESRD；肥胖人群易出現(xiàn)高血脂、高尿酸血癥等全身性代謝性疾病，此類因素可影響腎臟血流動力學(xué)改變、加速血管硬化從而加速腎功能損害。因此積極改變以上可逆因素，如控制血壓、糾正貧血、補(bǔ)充營養(yǎng)、降血脂、尿酸等可有效改善IgA 腎病患者的預(yù)后。

IgA 腎病病理指標(biāo)可在一定程度上反映病情和評估預(yù)后[24]。目前我國應(yīng)用較為廣泛的IgA 腎病病理分型系統(tǒng)有Lee分級、Hass分類法及牛津分型，但不同病理分級系統(tǒng)均各有所缺陷[25]。Lee分級依據(jù)腎小球、腎小管和腎間質(zhì)、新月體劃分病變嚴(yán)重程度，這種病理分類方法己被證實對預(yù)后具有較好的預(yù)測價值[26]。因Lee 分級分類簡便實用得以在我國地區(qū)廣泛應(yīng)用，然而Lee氏分級也具有不足點，如未將腎小球硬化量化，而腎小球硬化是各種病因?qū)е履I組織損害形成的最終不可逆病理特征，表現(xiàn)為系膜區(qū)炎癥細(xì)胞浸潤、免疫復(fù)合物沉積。腎小球硬化比例越大腎損傷越重[27]，因此我們在Lee 分級的基礎(chǔ)上，納入腎小球硬化比例構(gòu)建隨機(jī)生存森林模型，結(jié)果提示Lee 分級和腎小球硬化比例對預(yù)后具有一定的影響。當(dāng)腎小球硬化比例大于0.3 時，其與發(fā)生持續(xù)蛋白尿風(fēng)險率呈近似線性正相關(guān)，因此早期治療宜積極保護(hù)剩余腎小球、延緩其硬化速度、減少腎損傷。

古代雖無IgA 腎病病名，但結(jié)合其臨床癥狀可歸屬于“尿血”、“水腫”、“腎風(fēng)”等范疇，中醫(yī)認(rèn)為其核心病機(jī)為正虛邪實，后世醫(yī)家結(jié)合實際臨床提出分期治療（急性發(fā)作期、慢性持續(xù)期、激素使用期以及激素減量期）的治療原則[28]，講究辯證論治，隨證治之。據(jù)《靈樞·經(jīng)脈》言：“腎足少陰之脈，……從腎上貫肝膈，入肺中，循喉嚨，挾舌本”，古代醫(yī)家認(rèn)為咽腎具有密切的關(guān)系。結(jié)合臨床中不少IgA 腎病患者常伴咽痛咽癢癥狀，因此有醫(yī)家提出“咽腎相關(guān)”理論，運(yùn)用清熱利咽或滋陰養(yǎng)咽之法治療[29-31]，往往獲得不錯的療效[32]。此外現(xiàn)代藥理學(xué)研究表明部分中成藥具有降壓、減輕蛋白尿、保護(hù)腎功能，起到協(xié)同療效的作用，如有研究[33]證實百令膠囊可通過提高自身免疫，改善炎性水平，進(jìn)而抑制蛋白尿的產(chǎn)生，同時可抑制纖維化效應(yīng)，促進(jìn)腎小管細(xì)胞修復(fù)；雷公藤多苷片中的酯類化合物及生物堿具有抗炎、延緩腎小球纖維化、保護(hù)足細(xì)胞以減少蛋白尿的藥理作用[34]，熊沖等[35]結(jié)合網(wǎng)絡(luò)藥理學(xué)探索了雷公藤干預(yù)IgAN的有效靶點，為雷公藤治療IgAN 藥效機(jī)制提供理論依據(jù)；黃葵膠囊可調(diào)節(jié)TGFβ1致纖維因子表達(dá)減少尿蛋白漏出，一定程度上可保護(hù)腎功能[36]。在本研究中，中醫(yī)藥干預(yù)對IgA 患者蛋白尿預(yù)后影響位居第三，表明中醫(yī)藥干預(yù)在改善IgA腎病蛋白尿預(yù)后具有重要治療價值，運(yùn)用中醫(yī)藥治療IgA 腎病已然成為當(dāng)前該病治療的大趨勢。臨床中應(yīng)基于西醫(yī)治療的基礎(chǔ)上根據(jù)患者的分期及證型用藥治療，采用中西醫(yī)結(jié)合治療以提高蛋白尿緩解的療效、延緩腎衰竭的進(jìn)展速度。

綜上所述，隨機(jī)生存森林模型具有一定的準(zhǔn)確度，不僅可用于預(yù)測中醫(yī)藥干預(yù)的IgA 腎病蛋白尿轉(zhuǎn)歸，還可對變量進(jìn)行識別及分析變量與結(jié)局相關(guān)性，能夠很好地幫助臨床醫(yī)師預(yù)判IgA 患者蛋白尿轉(zhuǎn)歸，從而提供個體化治療方案。由于病例收集條件的限制，本研究為回顧性、單中心研究，病例較少，且可能未納入其余潛在危險因素，希望后續(xù)能開展多中心、大樣本、前瞻性隊列研究以進(jìn)行外部驗證，挖掘更多潛在危險因素，進(jìn)一步提高模型預(yù)測精度，為臨床治療提供一個有效的測評工具。