基于机器学习的继发性甲状旁腺功能亢进患者甲状旁腺切除术后饥饿骨综合征预测模型研究

这篇研究通过机器学习算法（XGBoost）构建了继发性甲状旁腺功能亢进（SHPT）患者甲状旁腺切除术（PTX）后饥饿骨综合征（HBS）的预测模型，筛选出术前甲状旁腺激素（Pre-PTH）、甲状旁腺激素闭合衰减率（%PTH）、碱性磷酸酶（ALP）、血钙（Ca）和年龄5个关键指标，模型AUC达0.878。研究创新性引入%PTH动态参数，并开发了临床可操作的网页工具，为术后钙管理策略提供精准指导。

　　

1 Introduction

继发性甲状旁腺功能亢进（SHPT）作为慢性肾脏病（CKD）常见并发症，可导致骨病变和心血管事件风险升高。甲状旁腺切除术（PTX）是难治性SHPT的标准治疗，但术后25%-75%患者会发生饥饿骨综合征（HBS），表现为持续低钙血症（血钙<2.1 mmol/L）。其机制与术后甲状旁腺激素（PTH）骤降引发的骨钙快速沉积有关。本研究创新性提出术中亚甲蓝闭合时PTH衰减率（%PTH）的概念，结合机器学习构建预测模型。

2 Methods

回顾性纳入2015-2025年青岛大学附属医院181例PTX患者，随机分为训练集（70%）和验证集（30%）。通过LASSO回归、Boruta算法和逻辑回归筛选出Pre-PTH、ALP、%PTH、年龄和血钙5个核心变量。训练7种机器学习模型（包括XGBoost、CatBoost等），采用ROC曲线、校准曲线和决策曲线分析（DCA）评估性能，并通过SHAP值解析模型可解释性。

3 Results

XGBoost模型表现最优，验证集AUC为0.878，F1分数0.871。关键发现包括：

• •

  %PTH与HBS显著相关（p<0.001），其计算公式为[(术前PTH-闭合PTH)/术前PTH]×100%

• •

  年轻患者（p<0.001）、骨质疏松者（p=0.017）及术前使用双膦酸盐者（p=0.040）HBS风险更高

• •

  全甲状旁腺切除（TPTX）比部分切除（SPTX）更易引发HBS（p<0.05）

4 Discussion

研究首次证实%PTH是HBS的独立预测因子，其价值在于实时反映术中PTH代谢动态。ALP作为骨转化标志物，与HBS风险呈正相关，而术前低钙血症提示骨高转换状态。值得注意的是，47岁患者案例显示，当Pre-PTH达1974 pg/mL、%PTH为84时，HBS风险高达98%。开发的网页工具（https://chaiyalin.shinyapps.io/make_web/）可实现风险实时分层，建议对高风险患者（≥35%概率）启动静脉补钙预案。

5 Conclusion

该模型通过5个常规指标实现HBS精准预测，临床转化性强。未来需多中心研究验证其普适性，并补充骨特异性碱性磷酸酶（B-ALP）等深度标志物以优化模型。