《Renal Failure》：Decoding the renal–cochlear axis: explainable machine learning and phenotype clustering reveal high-risk hearing loss subtypes in CKD
编辑推荐：
慢性肾脏病（CKD）与听力损失（HL）之间存在复杂的“肾-耳蜗轴”关联，但其高风险的精细化识别与分层管理仍是临床难点。本研究基于NHANES数据库，融合可解释性机器学习（XGBoost）与无监督聚类（GMM），构建了精准预测HL风险的双层框架，并识别出HL高风险的代谢紊乱型亚型，为CKD患者的HL早期筛查和个性化干预提供了新策略。研究成果发表于《Renal Failure》。
慢性肾脏病（Chronic Kidney Disease, CKD）是一种全球性的公共健康危机，其患病率和死亡率持续攀升。与此同时，听力损失（Hearing Loss, HL）也困扰着全球近20%的人口，并可能增加认知下降、抑郁等多种风险。临床观察揭示，CKD患者中听力损失的患病率显著高于普通人群，这种肾脏与听觉系统之间的神秘关联，引发了科学家的浓厚兴趣。那么，是什么内在机制将这两个看似不相干的器官联系起来？我们又能否在CKD患者中，精准地找出那些最可能发生听力损失的高危人群，从而实现早期预警和干预呢？这正是当前研究所面临的核心挑战。
肾脏与耳蜗在胚胎发育、微观结构和生理功能上有着惊人的相似性。它们共享部分关键的信号通路和转录因子（如PAX2和PAX8），都富含具有纤毛的细胞，并通过类似的离子转运机制维持内环境稳定。这种“同源性”意味着它们可能对相同的病理损伤（如电解质紊乱、尿毒症毒素蓄积、氧化应激等）存在“共同的脆弱性”，从而构成了“肾-耳蜗轴”的生理病理基础。然而，以往的研究大多停留在小样本的横断面分析或单一风险因素的探讨，难以整合多维度的临床、实验室指标，构建系统性的风险预测模型，导致临床上难以早期识别高风险患者。为了突破这一瓶颈，一项发表于《Renal Failure》的研究引入了一种创新的双层机器学习分析框架。
该研究首先利用2001-2020年美国国家健康与营养调查（NHANES）的全国代表性数据，纳入了3402名CKD患者。研究人员通过单因素及多因素逻辑回归筛选关键预测变量，并运用包括XGBoost、随机森林等在内的九种机器学习算法构建听力损失的预测模型。在模型评估中，eXtreme Gradient Boosting (XGBoost)模型表现最优，其在训练集、验证集和测试集的平均受试者工作特征曲线下面积（AUC）分别达到了0.984、0.984和0.939，显示出优异的预测效能和泛化能力。为了深入理解模型决策，研究采用了SHapley Additive exPlanations (SHAP)进行可解释性分析，发现年龄是预测听力损失的最重要风险决定因素。基于此，研究进一步利用高斯混合模型（Gaussian Mixture Modeling, GMM）对所有CKD患者进行无监督聚类分析，成功将患者划分为两个截然不同的亚型：一个为低风险、早发且代谢相对正常的亚型（n=1075，HL患病率仅为1.58%），另一个为高风险、高龄且代谢紊乱的亚型（n=2316，HL患病率高达48.2%），后者以年龄较大、血尿素氮（BUN）和碳酸氢根（HCO3-）水平较高为特征。针对这两个亚型构建的分类器具有极高的区分度（AUC=0.99974）。为了临床转化，研究还基于最具影响力的六个特征（年龄、HCO3-、总胆红素TB、平均红细胞体积MCV、舒张压DBP、BUN）开发了诺模图和易于访问的在线预测工具。该研究建立了一个集可解释性机器学习和无监督聚类于一体的双层预测框架，为CKD患者听力损失的风险评估提供了强大工具，也为将听力筛查纳入CKD的常规管理提供了循证支持。
研究结果详析
基线分析：研究队列中，33.57%的CKD患者合并听力损失。通过统计分析，发现了年龄、性别、血压、多种血细胞参数、肾功能指标、电解质等变量在HL组与非HL组间存在显著差异，这些变量被纳入后续的特征筛选。
最优模型构建：在多种机器学习模型的比较中，XGBoost模型展现了最佳性能。模型经过5折交叉验证，在训练集、验证集和测试集上均表现稳定，校准曲线显示预测准确，决策曲线分析证实了其临床实用性，学习曲线表明模型已充分收敛，无过拟合现象。研究人员最终基于XGBoost模型开发了在线工具，供临床医生使用。
模型可解释性：SHAP分析清晰地量化了各特征对模型预测的贡献。年龄被证实是影响最大的预测因子，其次为HCO3-。分析还揭示了特征与风险间的复杂关系，例如较高的BUN、肌酐（SCR）和年龄与风险增加呈正相关，而较高的总胆红素（TB）水平和女性则显示出相反的趋势。
亚型聚类：基于SHAP筛选出的六个关键特征，高斯混合模型（GMM）成功将所有CKD患者聚类为两个亚型。亚型1（早发代谢正常型）患者相对年轻，HL患病率极低（1.58%）。亚型2（老年代谢紊乱型）患者年龄显著更大，具有更高的MCV、BUN和HCO3-水平，但较低的TB水平，其HL患病率高达48.2%。UMAP（Uniform Manifold Approximation and Projection）降维可视化清晰地展示了这两个亚型在低维空间中的有效分离。针对亚型构建的分类器性能极佳，表明聚类结果稳定且具有高度区分性。
结论与讨论
本研究得出结论，成功构建了一个整合了风险预测和亚型识别的双层机器学习框架，以应对CKD患者发生听力损失的精准风险评估挑战。该框架不仅证实了年龄是CKD相关HL最强的预测因子，也揭示了HCO3-、BUN、TB、MCV等生化指标的预测价值，并创新性地将CKD患者区分为HL风险截然不同的两种临床亚型。这为实现从“群体干预”到“个体化分层”管理的转变奠定了方法学基础。
在讨论中，研究强调了“肾-耳蜗轴”的病理生理学基础，并深入探讨了关键预测因子的生物学意义。例如，年龄与HL风险的强关联反映了衰老、线粒体功能障碍和炎症的协同作用。HCO3-水平的异常（无论是过低或过高）都可能通过破坏内耳离子稳态、影响微循环等不同机制增加HL风险。研究还解释了看似与常规认知“矛盾”的发现，如在高危亚型中TB水平相对较低，可能源于严重肾功能不全状态下复杂的病理生理代偿或临床干预后的结果，而非单纯的保护性作用。这些发现提示临床评估需超越单一指标的线性思维。
基于研究发现，研究提出了分层临床管理建议。对于高危亚型（老年代谢紊乱型），建议增加听力筛查频率（每6-12个月），并严格避免使用已知具有耳毒性的药物。对于低危亚型（早发代谢正常型），则应重点关注HCO3-水平的监测与代谢性酸中毒的防治。同时，研究也坦诚地指出了本研究的局限性，包括NHANES数据的横断面性质无法推断因果、使用SMOTE技术处理数据不平衡可能引入偏差、以及模型和亚型分类可能主要受年龄驱动，有待整合更多分子标志物来揭示同年龄段内的异质性。
最后，研究展望了未来的方向，包括整合多组学数据以揭示分子机制、开展前瞻性多中心队列验证因果、探索可穿戴设备进行持续听力监测，以及开发结合数字生物标志物的综合风险监控网络。总之，本研究不仅为理解和管理CKD患者的听力并发症提供了强大的新工具，也为其他慢性疾病并发症的风险分层研究提供了可借鉴的方法学范式。
