结节病人数字孪生(Patient-twin)用于结节病(sarcoidosis)：基于自然启发式优化(nature-inspired optimization)的队列校准血清可溶性白细胞介素-2受体(sIL-2R)阈值确定

《Intelligence-Based Medicine》：Patient-twin for sarcoidosis: Cohort-calibrated sIL-2R thresholding via nature-inspired optimization

　　

本研究将疑似结节病(sarcoidosis)的血清可溶性白细胞介素?2受体(serum soluble interleukin?2 receptor, sIL?2R)截断值(cutoff)选择问题构建为患者导向的数字孪生(Digital Twin, Patient?oriented computational calibration layer)校准问题。该数字孪生采用三种自然启发式元启发式算法(metaheuristics)——美洲狮优化器(Puma Optimizer, PO)、灰狼优化器(Gray Wolf Optimizer, GWO)和秃鹰搜索(Bald Eagle Search, BES)，通过在截断值搜索空间内最大化Youden指数(Youden's Index, J = Sensitivity + Specificity ? 1)来估算可解释的队列校准诊断截断值(cohort?calibrated diagnostic cutoff)。研究人员分析了189例疑似病例的数据，采用标准化嵌套交叉验证(nested cross?validation)方案进行评估，评价指标包括Youden指数、灵敏度(sensitivity)、特异度(specificity)、收敛迭代次数(convergence iterations)和计算时间(computation time)。结果显示GWO获得了最高的Youden指数(0.56 ± 0.02)和灵敏度(0.76 ± 0.03)，特异度稳定(0.80 ± 0.01)；PO所需收敛迭代次数最少(25 ± 2)，计算时间最短(0.10 ± 0.01 s)。统计检验表明各优化器在Youden指数、灵敏度、收敛迭代次数及运行时间上存在显著差异。结果表明基于数字孪生的校准可支持可解释的sIL?2R截断值选择——当优先考虑诊断性能时推荐GWO，当优先考虑计算效率时推荐PO。在广泛临床使用前仍需外部验证和多中心检测。

《Intelligence-Based Medicine》刊载论文解读：基于患者数字孪生的结节病sIL-2R阈值自然启发式优化校准研究

一、研究背景与立题依据

结节病(sarcoidosis)是一种系统性肉芽肿性疾病，可累及淋巴结、肺、皮肤及眼部，病因未明，临床表现高度异质性，目前尚无单一确诊金标准，诊断依赖临床、影像、实验室及组织病理学综合评估，易导致延迟或不确定诊断。血清可溶性白细胞介素?2受体(serum soluble interleukin?2 receptor, sIL?2R)与免疫活化及疾病活动相关，是具潜力的无创辅助诊断生物标志物，但其诊断效用高度依赖于截断值(cutoff)的选择。传统固定截断值（如2500 pg/mL）未能充分反映患者间异质性，可能导致 borderline病例假阴性或假阳性增加。本研究将sIL?2R截断值选择重构为患者导向数字孪生(patient?oriented Digital Twin)校准问题——即利用标注队列数据和患者水平sIL?2R测量值，通过自然启发式元启发式算法搜索使Youden指数(Youden's Index, J)最大的单维截断值，旨在提供透明、可解释的决策支持层，而非替代常规临床评估。

二、主要技术方法与数据来源

研究人员使用已发表队列［Erasmus University Medical Center免疫科门诊2011—2016年疑似结节病初诊患者，n=189，最终确诊经临床—影像—组织学（非干酪样肉芽肿）联合评估排除其他病因］，血清sIL?2R经ELISA测定。数字孪生框架将截断值C∈[C_min, C_max]的校准建模为一维搜索问题：max_CJ(C)=Sensitivity(C)+Specificity(C)?1。采用三种可互换的自然启发式优化引擎——Puma Optimizer(PO)、Gray Wolf Optimizer(GWO)、Bald Eagle Search(BES)——在相同搜索区间[1000, 5000] pg/mL、种群规模N=80、最大迭代T_max=100下执行。评估协议为嵌套分层交叉验证(nested stratified cross?validation)：外层K=5折估计泛化性能，内层L=3折选择截断值，防止测试集信息泄漏；每优化器重复R=30次不同随机种子评估随机稳定性。统计分析采用单因素ANOVA及Tukey HSD检验组间差异。

三、研究结果

7.1. Primary diagnostic performance（主要诊断性能）

ROC分析显示连续sIL?2R的AUC为0.87～0.91，经数字孪生校准后各优化器所得截断值聚于约3500～3560 pg/mL（高于传统2500 pg/mL）。GWO获最高Youden指数(0.56±0.02)与灵敏度(0.76±0.03)，特异度0.80±0.01；PO与BES略低但仍优于传统固定阈值。Youden指数剖面J(C)在约3500 pg/mL处有明显单峰，表明校准截断值对该区间微小扰动具稳定性。

7.2. Computational efficiency and convergence（计算效率与收敛性）

PO收敛最快（25±2次迭代，0.10±0.01 s），适合需快速重算场景；GWO需较多迭代(30±3次)与时间(0.50±0.03 s)但达最高稳态Youden指数，适合定期再校准；BES表现居中(28±2次迭代，0.38±0.02 s)。

7.3. Statistical significance（统计学显著性）

ANOVA显示Youden指数与灵敏度组间差异显著(p<0.01)，特异度无显著差异(p=0.98)；收敛迭代数与运行时间组间差异极显著(p<0.001)。Tukey HSD证实GWO的Youden指数与灵敏度显著高于PO与BES，PO迭代次数与运行时间显著最低。

7.4. Cohort?calibrated cutoff selection and twin operation（队列校准截断值选择与数字孪生运行）

校准截断值在J(C)峰值附近具稳定操作区，建议双模式策略：有新标注数据时可用PO快速重算；定期计划再校准时宜用GWO以获取峰值操作点。

7.5. Clinical interpretation（临床解读）

将sIL?2R截断值上调至中3500 pg/mL范围可提高灵敏度且特异度相当，有望减少漏诊而不明显增加假阳性，应作为决策支持阈值而非独立诊断规则。

四、讨论与结论总结

讨论指出本研究将固定阈值转变为数据驱动的队列校准截断值，经嵌套交叉验证证实灵敏度改善且特异度持平，三种优化器呈现互补的准确度—效率权衡。局限性含单中心中等样本量、未纳入费用敏感目标及多生物标志物、未量化不确定性。未来需外部多中心验证、前瞻性评估、扩展至多生物标志物与临床协变量及成本敏感阈值选择。

结论：本研究将疑似结节病sIL?2R截断值选择重构为患者导向数字孪生校准问题，用PO、GWO、BES在嵌套交叉验证下搜索最大化Youden指数的截断值，获得约3500 pg/mL队列校准截断值——GWO得最高Youden指数与灵敏度，PO收敛最快、计算耗时最低，BES居中。该方法仅改变解释阈值而保留原有sIL?2R检测流程，可作为可解释决策支持层辅助结节病评估，广泛临床应用前尚需外部验证与多中心测试及多生物标志物扩展。