AUC 最高达 0.85!数字生物标志物实现慢病症状有效预警
浏览次数:15 分享:

一、研究背景

                    

长新冠、肌痛性脑脊髓炎/慢性疲劳综合征等能量限制性慢性疾病会严重损害患者生活质量,这类疾病最突出的临床难题是症状具有间歇性与突发性。数据显示,约85%的患者会从病情稳定状态快速进展为严重功能障碍,但目前医学界尚未明确症状急性加重的生物学机制,患者也无法自主识别发作诱因,最终导致整体疾病管理效果欠佳。 自主神经功能紊乱是此类疾病的核心病理特征,主要表现为交感神经异常亢进、副交感神经功能受抑,而心率、心率变异性等指标可综合反映心血管、自主神经、呼吸及免疫系统的整体状态。既往研究也证实,这类慢性病患者存在特殊的昼夜心率变异规律。传统心电图、呼吸监测设备仅适用于实验室场景,无法满足患者日常居家、长期连续监测的需求。随着智能手机、可穿戴设备普及,光电容积脉搏波传感器可在自然环境中便捷采集心率、心率变异性、呼吸频率等生理数据,为大规模、常态化监测提供了技术支撑。 基于上述现状,该研究借助移动健康应用的回顾性纵向数据,分析心率、心率变异性、呼吸频率等指标的个体波动规律,明确其与患者晚间虚脱、疲劳、脑雾症状的关联,并量化数字生物标志物在症状预测中的增量价值,探索移动健康工具在复杂慢性病管理中的应用潜力。  

                      

                    

二、研究方法  

                     

2.1 研究数据与研究对象

                

该研究数据来源于移动健康应用Visible的用户群体,共纳入4244名患有长新冠、肌痛性脑脊髓炎/慢性疲劳综合征及其他能量限制性慢性疾病的受试者。数据集为高密度纵向数据,每名受试者平均完成125项生理特征观测记录。所有受试者每日清晨完成60秒光电容积脉搏波检测,同步采集心率、心率变异性、呼吸频率三项核心生理指标;每日晚间自主填报虚脱、疲劳、脑雾三类症状的严重程度,形成生理数据-症状数据配对的完整样本。  

                

                   

2.2 分析模型与统计方法

                       

研究采用分层逐步多级建模方案,区分个体内部与个体间差异开展分析。首先构建逻辑广义线性混合效应模型,引入随机参与者截距,评估前一日症状报告、晨间生理指标对当日晚间三类症状发作的预测作用。其次通过赤池信息准则、卡方检验、边际决定系数(R²)评判不同变量组合下的模型拟合效果。 为验证模型实际预测效能,研究采用前向交叉验证法,设置两组对照模型:第一组仅纳入前一日症状报告作为预测因子;第二组在前者基础上新增晨间心率、心率变异性、呼吸频率等生物特征数据。运用DeLong检验对比两组模型的AUC值,判断数字生物标志物是否具备增量预测价值。同时分析7天内各项生理指标的变异系数,探究指标波动幅度与症状发作的关联。  

                       

                       

三、研究结果  

                

3.1 模型拟合效果分析

                     

仅在基础协变量中加入前一日症状报告(自回归滞后项)后,模型拟合度显著提升,三类症状对应的卡方检验结果均具有统计学意义(P<0.001),证明既往症状是当日症状的重要预测依据。在此基础上进一步纳入晨间生物特征数据后,模型性能再次显著优化,虚脱、疲劳、脑雾对应的卡方检验结果分别为587.93、1259.07、402.50(P均<0.001),说明数字生理标志物可在前一日症状的基础上,进一步提升症状预测能力。  

                          

3.2 生理指标与症状的关联性

                                  

个体内部层面分析显示,晨间心率变异性降低、心率升高,以及7天内心率、心率变异性、呼吸频率变异系数升高,均会显著增加患者晚间出现虚脱症状的概率。个体间层面结果表明,长期平均心率变异性偏低、心率变异性波动幅度较大的人群,虚脱发作风险更高。此外,女性及非二元性别受试者的虚脱发生率相对更高。疲劳、脑雾两类症状与生理指标的关联规律和虚脱基本一致。 从时间维度来看,随着受试者持续使用监测应用,虚脱症状报告数量略有下降,但该效应的优势比接近1,实际影响程度微弱。同时,前一日的症状严重程度是预测当日症状最强的独立影响因子。  

                                  

3.3 预测模型效能对比

                    

前向交叉验证结果显示,仅依靠前一日症状报告时,模型对虚脱、疲劳、脑雾的AUC值分别为0.78、0.73、0.83。加入晨间数字生物标志物后,三类症状对应的AUC值分别提升至0.81、0.74、0.85,提升效果经DeLong检验证实具有统计学差异。整体而言,结合生理指标与既往症状数据的模型,对脑雾症状的预测准确度最高,对疲劳症状的预测准确度相对偏低。  

                        

四、结论

            

心率、心率变异性、呼吸频率等数字生理标志物,可有效反映复杂慢性疾病患者的身体状态,能够对虚脱、疲劳、脑雾等核心症状的每日变化进行有效预测。将晨间数字生物特征与既往症状记录相结合的预测模型,预测性能显著优于仅依靠症状数据的模型。移动健康与可穿戴技术搭建的监测体系,突破了传统医疗设备的场景限制,为复杂慢性疾病的居家精准监测、症状预警及个体化管理提供了新方案,具备广阔的临床转化与应用前景。

                     


 

乐备实(上海优宁维生物科技股份有限公司旗下全资子公司),是国内专注于提供高质量蛋白检测以及组学分析服务的实验服务专家,自2018年成立以来,乐备实不断寻求突破,公司的服务技术平台已扩展到单细胞测序、空间多组学、流式检测、超敏电化学发光、Luminex多因子检测、抗体芯片、PCR Array、ELISA、Elispot、PLA蛋白互作、多色免疫组化、DSP空间多组学等30多个,建立起了一套涵盖基因、蛋白、细胞以及组织水平实验的完整检测体系。

 
我们可提供从样本运输、储存管理、样本制备、样本检测到检测数据分析的全流程服务。凭借严格的实验室管理流程、标准化实验室操作、原始数据储存体系以及实验项目管理系统,已经为超过3000家客户单位提供服务,年检测样本超过100万,受到了广大客户的信任与支持。

声明:本篇文章在创作中部分采用了人工智能辅助。如有任何内容涉及版权或知识产权问题,敬请告知,我们承诺将在第一时间核实并撤下。

详见LabEx网站( www.u-labex.com)或来电咨询!
基因水平:PCR Array、RT-PCR、PCR、单细胞测序
蛋白水平:MSD、Luminex、CBA、Elispot、Antibody Array、ELISA、Sengenics
细胞水平:细胞染色、细胞分选、细胞培养、细胞功能
组织水平:空间多组学、多重荧光免疫组化、免疫组化、免疫荧光
数据分析:流式数据分析、组化数据分析、多因子数据分析
联系电话:4001619919
联系邮箱:labex-mkt@u-labex.com
公众平台:蛋白检测服务专家