基于影像组学和临床特征构建用于区分胰腺良恶性病变的多模态可解释机器学习模型

表1 患者基线特征

变量	训练集(n = 150)				验证集(n = 66)
	良性(n = 78)	恶性(n = 72)	统计量	P值	良性(n = 34)	恶性(n = 32)	统计量	P值
年龄[岁, M(Q1, Q3)]	60.00(46.00, 64.00)	63.50(55.50, 67.00)	Z = -3.17	0.002a	66.50(58.00, 68.00)	68.00(58.00, 70.00)	Z = -1.43	0.152
病变大小[厘米, M(Q1, Q3)]	2.40(1.33, 3.70)	3.85(3.10, 4.65)	Z = -5.10	<0.001a	2.40(1.21, 3.24)	3.60(3.08, 4.82)	Z = -3.87	<0.001a
CA199[U/mL, M(Q1, Q3)]	21.15(7.36, 157.18)	467.67(67.67, 1200.00)	Z = -5.86	<0.001a	8.90(3.78, 21.15)	855.15(185.05, 1200.00)	Z = -6.07	<0.001a
直接胆红素[μmol/L, M(Q1, Q3)]	2.90(2.90, 4.70)	4.50(2.95, 12.20)	Z = -2.56	0.011a	2.95(2.62, 4.52)	4.30(2.68, 7.25)	Z = -1.70	0.090
癌胚抗原[ng/mL, M(Q1, Q3)]	2.02(1.89, 3.10)	4.69(2.93, 9.27)	Z = -5.84	<0.001a	1.94(1.77, 2.26)	5.85(3.82, 6.55)	Z = -4.92	<0.001a
血糖[mmol/L, M(Q1, Q3)]	4.95(4.95, 6.00)	5.80(5.15, 6.62)	Z = -3.11	0.002a	6.30(5.50, 6.30)	5.40(5.38, 6.35)	Z = -1.39	0.163
钙[mmol/L, M(Q1, Q3)]	2.25(2.23, 2.26)	2.27(2.20, 2.33)	Z = -0.99	0.321	2.35(2.21, 2.35)	2.31(2.26, 2.42)	Z = -0.56	0.575
白细胞[×109/L, M(Q1, Q3)]	5.48(5.15, 5.58)	6.43(4.39, 7.58)	Z = -2.26	0.024a	6.07(5.11, 6.10)	6.58(5.75, 7.70)	Z = -2.41	0.016a
红细胞[×109/L, M(Q1, Q3)]	4.27(4.11, 4.34)	4.15(3.71, 4.57)	Z = -0.66	0.508	4.08(3.84, 4.08)	4.22(3.88, 4.70)	Z = -1.89	0.059
血红蛋白[g/L, M(Q1, Q3)]	127.00(122.00, 131.00)	124.50(112.00, 139.00)	Z = -0.51	0.607	125.00(119.75, 125.00)	125.50(117.25, 138.00)	Z = -0.98	0.327
血小板[×109/L, M(Q1, Q3)]	197.00(186.75, 210.00)	200.00(147.75, 261.50)	Z = -0.75	0.456	239.00(227.25, 243.00)	229.50(187.50, 279.00)	Z =-0.77	0.440
总蛋白[g/L, M(Q1, Q3)]	68.00(64.00, 68.00)	68.00(62.00, 72.00)	Z = -0.86	0.389	64.00(63.25, 68.75)	68.50(64.75, 74.00)	Z = -1.84	0.066
白蛋白[g/L, M(Q1, Q3)]	40.00(36.00, 40.00)	38.50(36.00, 42.00)	Z = -0.68	0.497	38.00(35.00, 38.75)	38.00(36.00, 41.00)	Z = -1.23	0.217
球蛋白[g/L, M(Q1, Q3)]	31.00(27.00, 31.00)	28.50(25.00, 32.00)	Z = -0.78	0.436	28.00(27.00, 31.75)	29.00(26.00, 32.25)	Z = -0.84	0.402
谷丙转氨酶[U/L, M(Q1, Q3)]	15.00(15.00, 33.25)	23.00(13.75, 61.25)	Z = -1.82	0.068	14.00(12.25, 17.75)	16.50(11.75, 44.25)	Z = -1.40	0.162
谷草转氨酶[U/L, M(Q1, Q3)]	20.00(17.00, 20.75)	19.00(15.00, 64.50)	Z = -0.58	0.560	17.00(16.25, 19.75)	21.50(15.75, 44.75)	Z = -1.53	0.127
碱性磷酸酶[U/L, M(Q1, Q3)]	74.00(74.00, 88.75)	107.00(73.00, 195.00)	Z = -3.64	<0.001a	76.00(72.25, 93.50)	97.00(77.00, 246.75)	Z = -2.56	0.011a
糖化血红蛋白[例(%)]			χ2 = 0.07	0.791			χ2 = 0.30	0.585
正常	61(78.21)	55(76.39)			19(55.88)	20(62.50)
升高	17(21.79)	17(23.61)			15(44.12)	12(37.50)
性别[例(%)]			χ2 = 1.36	0.244			χ2 = 0.97	0.325
男	37(47.44)	41(56.94)			15(44.12)	18(56.25)
女	41(52.56)	31(43.06)			19(55.88)	14(43.75)
病变部位[例(%)]			χ2 = 0.20	0.903			-	0.101
胰腺头颈部	37(47.44)	34(47.22)			16(47.06)	22(68.75)
胰腺体尾部	34(43.59)	30(41.67)			15(44.12)	10(31.25)
全部胰腺	7(8.97)	8(11.11)			3(8.82)	0(0.00)

^aP<0.05.

表2 5种机器学习模型在训练集中的表现

机器学习模型	AUC	准确性	敏感性	特异性	F1分数
GNB	0.8250	0.8333	0.7333	0.9583	0.8302
LR	0.8819	0.7963	0.7333	0.8750	0.8000
RF	0.8500	0.8148	0.8000	0.8750	0.8421
XGBoost	0.8521	0.8333	0.7333	0.8750	0.8000
SVM	0.8369	0.7931	0.6667	0.9167	0.7692

AUC: 曲线下面积; GNB: 高斯朴素贝叶斯; LR: 逻辑回归; RF: 随机森林; XGBoost: 极端梯度提升; SVM: 支持向量机.

表3 5种机器学习模型在验证集中的表现

机器学习模型	AUC	准确性	敏感性	特异性	F1分数
GNB	0.7229	0.6212	0.7794	0.4531	0.6795
LR	0.8196	0.7727	0.6765	0.8750	0.7541
RF	0.8095	0.7576	0.6471	0.8750	0.7333
XGBoost	0.8761	0.7955	0.7206	0.8750	0.7840
SVM	0.7096	0.6288	0.6176	0.6406	0.6316

AUC: 曲线下面积; GNB: 高斯朴素贝叶斯; LR: 逻辑回归; RF: 随机森林; XGBoost: 极端梯度提升; SVM: 支持向量机.

表4 用于选择临床特征的单因素和多因素逻辑回归

变量variables	单因素逻辑回归					多因素逻辑回归
	β	S.E	Z	P值	OR(95%CI)	β	S.E	Z	P值	OR(95%CI)
年龄[岁, M(Q1, Q3)]	0.04	0.01	3.09	0.002a	1.05(1.02-1.08)	0.05	0.02	2.64	0.008a	1.05(1.01-1.09)
病变大小[厘米, M(Q1, Q3)]	0.28	0.10	2.85	0.004a	1.33(1.09-1.61)	0.24	0.09	2.56	0.011a	1.27(1.06-1.54)
CA199 [U/mL, M(Q1, Q3)]	0.01	0.00	5.12	<0.001a	1.01(1.01-1.01)	0.01	0.00	4.63	<0.001a	1.01(1.01-1.01)
直接胆红素[μmol/L, M(Q1, Q3)]	0.01	0.00	1.58	0.114	1.01(1.00-1.01)
癌胚抗原[ng/mL, M(Q1, Q3)]	0.01	0.01	1.39	0.163	1.01(1.00-1.02)
血糖[mmol/L, M(Q1, Q3)]	0.04	0.05	0.85	0.397	1.04(0.95-1.15)
钙[mmol/L, M(Q1, Q3)]	-0.16	0.25	-0.64	0.520	0.85(0.53-1.39)
白细胞[×109/L, M(Q1, Q3)]	0.15	0.09	1.67	0.095	1.16(0.98-1.37)
红细胞[×109/L, M(Q1, Q3)]	-0.39	0.32	-1.20	0.230	0.68(0.36-1.28)
血红蛋白[g/L, M(Q1, Q3)]	-0.01	0.01	-0.65	0.515	0.99(0.97-1.01)
血小板[×109/L, M(Q1, Q3)]	0.00	0.00	1.70	0.088	1.00(1.00-1.01)
总蛋白[g/L, M(Q1, Q3)]	0.02	0.03	0.82	0.411	1.02(0.97-1.08)
白蛋白[g/L, M(Q1, Q3)]	0.01	0.04	0.16	0.875	1.01(0.94-1.08)
球蛋白[g/L, M(Q1, Q3)]	-0.03	0.04	-0.79	0.430	0.97(0.91-1.04)
谷丙转氨酶[U/L, M(Q1, Q3)]	0.01	0.00	2.26	0.024a	1.01(1.01-1.01)	0.00	0.01	0.87	0.385	1.00(0.99-1.01)
谷草转氨酶[U/L, M(Q1, Q3)]	0.01	0.00	2.12	0.034a	1.01(1.01-1.01)	-0.00	0.01	-0.49	0.623	1.00(0.98-1.01)
碱性磷酸酶[U/L, M(Q1, Q3)]	0.01	0.00	2.48	0.013a	1.01(1.01-1.01)	0.00	0.00	1.35	0.176	1.00(1.00-1.01)
糖化血红蛋白[例(%)]
正常					1.00(reference)
升高	0.10	0.39	0.27	0.791	1.11(0.52-2.38)
性别[例(%)]
男					1.00(reference)
女	-0.38	0.33	-1.16	0.245	0.68(0.36-1.30)
病变部位[例(%)]
胰腺头颈部					1.00(reference)
胰腺体尾部	-0.04	0.35	-0.12	0.906	0.96(0.49-1.89)
全部胰腺	0.22	0.57	0.38	0.702	1.24(0.41-3.80)

^aP<0.05. CA199: 糖类抗原199.

表5 不同预测模型的性能比较

模型	训练集			验证集
	AUC	敏感性	特异性	AUC	敏感性	特异性
影像组学模型	0.8521	0.7333	0.8750	0.8761	0.7206	0.8750
临床模型	0.9286	0.6667	0.9167	0.9200	0.7353	0.9062
多模态联合模型	0.9458	0.8667	1.000	0.9357	0.7941	0.9357

AUC: 曲线下面积.