基于机器学习的神经介入术后对比剂诱导性脑病预测

摘要

本研究评估了一种利用围手术期数据的探索性机器学习（ML）框架，用于预测神经介入手术后造影剂脑病（CIE）的发生。朴素贝叶斯模型表现出最均衡的描述性能，造影剂剂量与估算肾小球滤过率比值（CGR）被确定为个体化风险评估的重要候选预测因子。

摘要

脑梗死（CIE）是神经介入手术后一种罕见但严重的并发症，目前仍缺乏可靠的无创性预测工具。本研究旨在利用围手术期临床和操作数据开发并验证一种用于预测CIE的机器学习（ML）模型，并评估中性粒细胞与总淋巴细胞计数比值（CGR）对CIE的预测价值。这是一项单中心回顾性研究，连续纳入了2024年1月至2025年12月期间在中国人民解放军北部战区总医院神经外科接受神经介入手术的161例患者。通过单变量分析结合LASSO回归筛选出CIE的候选围手术期预测因子。基于所选变量，训练并优化了五种机器学习模型：朴素贝叶斯（Naive Bayes）、支持向量机（SVM）、k近邻算法（KNN）、LightGBM以及多层感知机（MLP）。采用受试者工作特征曲线下面积（AUC）和决策曲线分析（DCA）对模型性能进行全面评估。在所评估的模型中，朴素贝叶斯模型在内部测试集上表现出最优的描述性性能，AUC为0.952（95% CI：0.843–1.000），敏感度为100%，特异度为90.3%；然而，由于数据集显著不平衡，且内部测试队列样本量较小、CIE事件数量极为有限，这些指标应谨慎解读。DCA结果表明，在选定的阈值概率范围内可能存在临床净获益。特征重要性分析显示，在本数据集中，CGR是与CIE风险相关性最高的候选预测因子之一。本研究评估的朴素贝叶斯模型可能为神经介入术后围手术期CIE的风险分层提供初步框架。CGR作为一个重要的预测特征，可能有助于实现个体化的风险分层。在临床应用前，仍需进一步开展外部验证研究。

引言

在过去二十年中，微创介入技术从根本上改变了脑血管疾病的治疗模式¹。神经介入手术因其高效性和微创优势，已成为某些特定脑血管疾病的重要治疗选择²。然而，随着介入手术复杂性的增加，术中造影剂的使用剂量、注射压力以及造影剂暴露时间也随之上升。因此，与造影剂相关的并发症逐渐受到越来越多的关注^3,4,5,6,7。造影剂脑病（CIE）是一种由碘化造影剂（ICM）诱发的急性、短暂性神经功能障碍，近年来被 increasingly 认识为一种具有临床意义的并发症，尤其在复杂的神经介入手术中更为显著。CIE 的典型临床表现通常在造影剂暴露后数分钟至24小时内出现，包括意识状态改变（如嗜睡、谵妄或昏迷）、皮质盲、局灶性神经功能缺损（如偏瘫或失语）以及癫痫发作^4,5,6。尽管大多数 CIE 病例具有自限性，症状通常在48至72小时内自行缓解，但部分患者可能出现持续性神经功能损害。严重病例甚至可能因大面积脑水肿而导致死亡^4,7。这种预后的不可预测性凸显了在围手术期开发一种可靠的早期风险预测工具的迫切需求。

随着临床数据量的持续增长，传统统计方法在处理具有多重共线性的高维医学数据时日益显得力不从心。此外，单变量分析或简单的逻辑回归模型往往难以捕捉变量之间复杂的非线性相互作用。机器学习（ML）为应对这些挑战提供了新的途径⁸。机器学习算法——如支持向量机（SVM）、梯度提升机（LightGBM）和多层感知机（MLP）——能够自动识别高维特征空间中的潜在模式，并构建具有强大预测能力的非线性模型^8,9,10,11。然而，在追求预测准确性的过程中，这些算法因其缺乏可解释性而呈现出“黑箱”特性，常常引发人们对医疗决策可信度的担忧^12,13。相比之下，朴素贝叶斯算法凭借其简单的概率逻辑和内在的可解释性，在小样本临床研究中展现出独特优势^14,15。通过评估每个预测变量对结局事件的后验概率贡献，朴素贝叶斯模型不仅保证了预测性能，还为临床医生提供了直观的决策支持信息。此外，为了定量评估造影剂负荷与个体清除能力之间的失衡程度，本研究创新性地引入了造影剂剂量与估算肾小球滤过率之比（CGR）作为核心特征。对于肾功能储备较低的患者，即使中等剂量的造影剂也可能导致极高的CGR值，从而增加发生造影剂肾病（CIE）的易感性。CGR可能提供一种临床直观的综合指标，整合了造影剂负荷与肾脏清除能力，但其额外的预测价值仍需进一步验证。通过纳入这一整合型生物标志物，本研究旨在建立一个更贴近病理生理实际的预测框架。

综上所述，本研究旨在利用围手术期临床和操作变量开发并验证一种基于机器学习（ML）的对比剂脑病（CIE）预测模型¹⁶。具体目标包括：（1）提出并评估CGR作为一种探索性复合指数的应用价值；（2）构建并比较五种机器学习模型——朴素贝叶斯（Naive Bayes）、支持向量机（SVM）、K近邻（KNN）、LightGBM和多层感知机（MLP）的性能；（3）确定最优模型。由于CIE事件数量有限，模型间的比较被视为探索性分析并用于生成假设。最终，本研究可能为神经介入实践中CIE的风险分层提供初步框架，但在获得外部验证之前，不应将其作为独立的临床决策工具。CGR的概念基础及其与对比剂暴露和肾清除率之间的关系见图1A。整个研究流程，包括数据预处理、训练集/测试集划分、特征选择及模型构建，总结于图1B。五种机器学习模型的比较评估框架展示在图1C中。

方案

本研究方案经北部战区总医院伦理委员会审查并批准（批准号：伦理Y(2026)75）。尽管临床数据来源于2024年1月至2025年12月期间接受治疗的患者，但本研究是对已有临床记录进行的回顾性分析。2026年获得的伦理批准涵盖了对既往收集的临床数据进行回顾性提取、去标识化、分析和发表。在获得伦理批准之前，未开展任何前瞻性干预或患者入组。由于本研究为回顾性观察性研究设计，因此豁免了书面知情同意的要求。所有操作均遵循《赫尔辛基宣言》的规定，所有临床数据在分析前均已去标识化。本项分析是作为一项已获批准的回顾性神经介入临床数据研究项目的一部分开展的。下文所述操作所需的材料和设备详见材料表。

患者入组与CIE测定

通过查询2024年1月至2025年12月期间在中国台湾北部战区总医院神经外科接受治疗的患者电子病历系统，确定可能符合条件的患者。初步检索根据入院日期、科室、脑血管疾病诊断及神经介入手术记录进行限定。详细的患者筛选与队列分配流程见图2。若患者满足以下所有标准，则符合纳入条件：（1）年龄在30至80岁之间；（2）诊断为需要神经介入评估或治疗的脑血管疾病；（3）具有完整的临床病历和实验室检查结果；（4）术后3天内完成头部CT检查。

如果患者存在以下情况，则被排除：临床或影像学资料不完整、未接受血管内介入治疗、术前存在严重神经功能缺损（改良Rankin量表评分≥4分）、术前弥散加权成像显示急性脑梗死、根据改善全球肾脏病预后组织（KDIGO）标准为慢性肾脏病G4期或更高、或存在严重心血管疾病。纳入与排除标准按顺序应用。在初步电子检索后，对每份候选病历进行人工审核，以确认是否符合入组条件，并在必要时记录排除原因。筛选后，符合条件的患者按8:2的比例随机分配至训练队列和测试队列，包括训练队列（n = 128）和测试队列（n = 33）。采用分层随机抽样方法，以确保两个队列中CIE病例与非CIE病例的分布保持一致。

CIE 的诊断主要基于症状出现与脑血管介入手术之间的时间关联性，并结合排除性影像学评估。两名独立的脑血管介入专家对所有疑似病例的术后临床记录、症状发生时间、神经学表现及术后影像学结果进行审阅。如有分歧，通过讨论直至达成共识。若患者在神经介入手术完成后24小时内出现新发的皮质盲、意识改变（包括嗜睡、谵妄或昏迷）、癫痫发作，或偏瘫、失语等局灶性神经功能缺损，则被认为符合 CIE 的诊断标准。

在症状出现后，通过回顾术后CT或MRI影像并结合临床病程，排除了可能导致类似神经系统表现的其他病因。术后头部CT采用本机构标准的非增强颅脑CT方案进行。基本采集参数包括：管电压80 kVp、管电流260 mA、层厚0.5 mm，以及标准轴向重建。影像由经验丰富的临床医生在脑窗和骨窗下进行评估。在鉴别诊断中需考虑急性颅内出血、蛛网膜下腔出血、脑实质出血、新发大范围脑梗死、与癫痫相关的改变、感染及代谢紊乱等情况。症状出现后的CT检查通常显示局灶性或弥漫性脑水肿，并伴有累及皮层、皮层下区域或蛛网膜下腔的高密度影，类似出血性病变。MRI表现通常为皮层肿胀，尤其常见于颞顶枕皮层。然而，在部分患者中，尽管临床表现相符，CT或MRI检查却未显示明显异常。

围手术期变量采集与CGR构建

一般人口学数据，包括年龄、性别和体重，从电子病历系统的结构化字段中提取。临床病史变量，包括吸烟史、饮酒史、高血压、糖尿病和冠心病，从入院记录、既往病史记录和出院诊断中提取，并进行交叉核对以确保一致性。实验室数据从实验室信息系统中提取。对于每位患者，采用其入院后、神经介入手术前采集的首次静脉血样本。提取的实验室变量包括血清肌酐、估算的肾小球滤过率（eGFR）、总胆固醇和甘油三酯水平。eGFR 使用慢性肾脏病流行病学协作组（CKD-EPI）基于肌酐的方程计算，并从医院实验室信息系统中获取。

由于操作复杂性、对比剂暴露以及病灶位置可能影响神经介入手术期间的血脑屏障破坏和对比剂滞留，因此也将围手术期操作变量纳入预测框架。与手术相关的变量包括病灶位置、手术类型、操作时长、对比剂类型和总对比剂用量。病灶位置和手术类型根据手术记录和血管造影记录确定。操作时长定义为从动脉穿刺至神经介入手术完成的时间。总对比剂用量定义为从手术开始到结束期间给予的碘化对比剂的累积体积。本研究使用的对比剂为非离子型碘对比剂（ICA），包括碘克沙醇（320 mg 碘/mL），根据机构临床实践进行给药。本研究纳入的所有神经介入手术均在数字减影血管造影引导下，由研究机构经验丰富的神经介入团队完成。所有手术均采用经股动脉入路。在手术过程中，患者接受术中肝素抗凝治疗，并将活化凝血时间维持在目标范围250–300秒内。手术全程持续监测生命体征。

根据病变特征和操作者的判断，实施了包括动脉瘤栓塞、血管成形术和支架置入在内的治疗性干预措施。根据手术需求选择合适的微导管、弹簧圈、支架或球囊。在血管造影成像和介入过程中，对比剂通过高压注射或手动恒速输注给药。对比剂的类型及总用量从手术记录中提取，并在有记录时与麻醉或护理记录进行交叉核对。对于对比剂用量信息不一致或不完整的记录，在纳入最终分析数据集前均进行人工复核。

所有与操作相关的变量，包括操作持续时间、治疗干预类型、器械使用情况以及对比剂使用记录，在分析前均经过系统性审查，以确保其完整性和一致性。为了定量评估对比剂负荷与肾脏清除能力之间的失衡程度，将对比剂负荷与肾小球滤过率比值（CGR）确立为核心预测变量，并根据以下公式进行计算：

(1)

总对比剂用量以 mL 记录，eGFR 以 mL/min/1.73 m² 记录。用于计算 CGR 的 eGFR 值为术前值，取自入院后、神经介入手术前采集的首次静脉血样本。对每位患者，在确认总对比剂用量和 eGFR 后计算 CGR。分子为以 mL 为单位的总对比剂用量，分母为以 mL/min/1.73 m² 为单位的 eGFR。在模型建立前，所有患者均采用相同的计算规则。

特征选择与机器学习工作流程

为确保分析的稳健性，所有临床和实验室变量在分析前均经过系统的质量控制程序。在模型建立前，计算了每个候选变量的缺失数据比例。在最终的分析数据集中，所包含的预测变量和结局标签均未观察到缺失值；因此，没有变量因缺失而被排除，也无需进行多重插补。详细的缺失数据汇总见补充表1。

所有候选预测变量最初均通过单变量分析进行评估，以考察其与CIE发生之间的关联性。根据数据的分布特征选择相应的统计学方法。符合正态分布的变量以均值±标准差表示，并采用独立样本t检验进行比较；非正态分布的变量以中位数（四分位距，IQR）表示，并采用Mann–Whitney U检验进行分析；分类变量以频数和百分比表示，采用卡方检验或Fisher精确检验进行分析。统计学显著性定义为 p < 0.05。

在模型开发之前，整个数据集以8:2的比例被随机划分为训练队列和测试队列。为最大限度减少过拟合并降低多重共线性，采用结合10折交叉验证的最小绝对收缩与选择算子（LASSO）回归进行特征筛选。特征筛选、超参数调优和模型开发仅使用训练队列完成，以避免数据泄露。内部测试队列在缺失值填补参数估计、特征筛选、超参数调优或模型训练过程中均未被使用，仅在最终性能评估时使用一次。超参数优化在训练队列内采用网格搜索策略并结合10折交叉验证进行。具体而言，训练队列被随机划分为10个互不重叠的子集。在每次迭代中，其中9个子集用于模型训练，剩余1个子集用于验证。该过程重复10次，以确保每个子集恰好作为验证队列使用一次。

所有计算分析均在 Python 环境中进行。机器学习模型的开发与评估使用 scikit-learn 完成。用于数据预处理、特征选择、模型训练、性能评估以及决策曲线分析（DCA）的分析脚本已作为补充代码文件提供。在模型实现中，LASSO 回归筛选出的特征被用作所有候选分类器的输入变量。连续变量在训练队列中采用 z 分数标准化处理，并将相同的缩放参数应用于内部测试队列。分类变量根据预定义的编码方案进行编码，变量定义及编码方案详见补充表 2。共实现了五种分类器：高斯朴素贝叶斯、支持向量机（SVM）、K 近邻（KNN）、LightGBM 和多层感知机（MLP）。对于 SVM，调整了核函数类型、正则化参数 C 和核系数 gamma；对于 KNN，调整了近邻数量和距离加权策略；对于 LightGBM，调整了估计器数量、学习率、最大树深度和叶节点数量；对于 MLP，调整了隐藏层结构、激活函数、正则化参数和学习率。高斯朴素贝叶斯采用指定的方差平滑设置实现。每种模型的最优超参数组合根据训练队列内的交叉验证性能确定。各模型最终选定的优化超参数组合汇总于补充表 3。在完成超参数选择后，每个最终模型均在完整的训练队列上重新拟合，并在内部测试队列中进行一次独立评估。

模型性能的比较

根据所选预测因子，构建并比较了五种机器学习模型。在训练队列和测试队列中，采用受试者工作特征曲线下面积（AUC）、95% 置信区间（95% CI）、敏感性、特异性和准确率来评估模型性能。通过生成受试者工作特征曲线，比较不同模型的区分能力。各模型的最佳分类阈值仅在训练队列中通过约登指数确定，并将所得阈值固定后直接应用于内部测试队列，以计算基于阈值的性能指标。

决策曲线分析

通过计算每个模型在一系列阈值概率下的净获益，并将基于模型的策略与两种默认策略（即治疗所有患者和不治疗任何患者）进行比较，从而进行决策曲线分析（DCA）。选择DCA是因为它能够在围手术期决策环境中同时评估模型的区分性能和潜在的临床适用性。为便于结果重现，整个工作流程按以下顺序完成：从电子病历系统中识别患者，应用纳入和排除标准，由两名独立的专业人员对CIE进行裁定，提取并交叉核对人口学、临床病史、实验室检查及与操作相关的变量，计算CGR，评估缺失数据并划分训练集和测试集，基于LASSO在训练集中进行特征筛选，通过10折交叉验证进行超参数调优，使用完整训练集对最终模型重新拟合，对内部测试集进行评估，基于ROC曲线的性能评估，利用约登指数确定最佳阈值，以及DCA分析。

结果

患者入组与CIE确定

共纳入161例接受神经介入手术的患者，其中12例（7.5%）发生对比剂脑病（CIE），149例（92.5%）未发生。详细的患者筛选与分组流程如图所示。 图2. CIE 的诊断依据症状出现与神经介入手术之间的时间关联性，并结合排除性影像学结果而确立。CIE 的典型神经影像学表现见下文 图3A–D.

两组的基线人口统计学、临床、实验室及操作特征详见表1。在年龄、性别分布或体重方面，CIE组与非CIE组之间均未观察到显著差异（所有p > 0.05）。同样，常见合并症（包括高血压、糖尿病和冠心病）的患病率在两组之间亦无显著差异（所有p > 0.05）。饮酒和吸烟状况等生活方式因素也具有可比性。

相比之下，两组之间在多个实验室指标和操作相关变量上显示出显著差异。CIE组患者的血清肌酐水平显著高于非CIE组（中位数：85.2 vs 65.3 µmol/L，p = 0.004），而估算的肾小球滤过率（eGFR）显著较低（中位数：81 vs 102.7 mL/min/1.73 m²，p < 0.001）。在操作特征方面，CIE组中进行栓塞手术的比例显著高于非CIE组（41.7% vs 2.0%，p < 0.001）。此外，发生CIE的患者中后循环病变更为常见（58.3% vs 6.0%，p < 0.001）。两组在对比剂类型的选择上未见显著差异（p = 0.982）。此外，CIE组患者在手术过程中接受的对比剂体积显著更大（中位数：200.0 vs 165.0 mL，p = 0.005），且手术持续时间更长（中位数：78.5 vs 50.0 min，p = 0.008）。值得注意的是，本研究提出的综合指数CGR在CIE组中显著高于非CIE组（中位数：2.35 vs 1.63，p < 0.001），表明CGR与CIE的发生之间存在强烈关联。

围手术期变量采集与CGR构建

按照方案所述，系统收集并分析了围手术期的人口统计学、实验室和操作相关变量。在这些变量中，对比剂肾病风险比（CGR）被定义为对比剂总量与估算肾小球滤过率（eGFR）的比值，作为一个综合指标，反映对比剂暴露与肾脏清除能力之间的平衡关系。在本队列中，CGR 与对比剂诱导的肾病（CIE）的发生相关，并被纳入作为特征选择和模型构建分析的候选预测因子。为了将 CGR 与其单独组分进行比较，我们对 CGR、对比剂总量和 eGFR 进行了ROC曲线比较分析。结果显示，CGR 对 CIE 具有最高的区分能力，其AUC为0.959（95% CI：0.924–0.985），高于对比剂总量（AUC = 0.745，95% CI：0.559–0.886）以及以逆向风险方向分析的 eGFR（AUC = 0.865，95% CI：0.764–0.951）。CGR 与对比剂总量之间的 AUC 差值为 0.214，CGR 与 eGFR 之间的 AUC 差值为 0.093。详细结果见补充表4。

特征选择与机器学习工作流程

为了在最小化多重共线性的同时识别出最具相关性的预测因子，对候选变量应用了带有10折交叉验证的LASSO回归。LASSO模型的系数变化曲线和交叉验证曲线分别展示于图4A和图4B。最终模型的LASSO系数排序展示于图5。在最优λ值下，保留了一组变量，包括CGR、手术类型、病变位置、甘油三酯水平、血清肌酐、eGFR以及若干临床协变量。基于LASSO系数对所保留预测因子的定量排序详见补充表5。

模型性能的比较

采用五种机器学习方法——朴素贝叶斯、支持向量机（SVM）、K近邻（KNN）、LightGBM 和多层感知机（MLP）——构建模型以预测CIE风险。各模型在训练集和测试集中的表现总结于表2，五种模型的准确率比较见图6，相应的混淆矩阵分别提供于补充图1、补充图2、补充图3、补充图4和补充图5。由于数据集显著不平衡（12例CIE病例和149例非CIE病例），在解释准确率及基于阈值的评价指标时应谨慎，并结合敏感性、特异性、AUC值及置信区间进行综合评估。在训练集中，所有模型均表现出良好的区分能力，AUC值介于0.961–0.999之间。在内部测试集中，朴素贝叶斯模型的AUC数值最高（AUC = 0.952，95% CI：0.843–1.000），其次是LightGBM（AUC = 0.944，95% CI：0.822–1.000）和支持向量机SVM（AUC = 0.935，95% CI：0.796–1.000）。

在由约登指数确定的最佳分类阈值下，朴素贝叶斯模型的灵敏度为100%，特异度为90.3%。由于未对各模型的AUC进行正式的成对统计比较，因此模型间的差异应视为描述性和探索性的。此外，由于数据集存在显著的类别不平衡，且内部测试队列样本量较小，CIE事件数量极为有限，基于阈值的指标（如灵敏度和特异度）可能不稳定，解释时应谨慎。朴素贝叶斯模型在训练集和测试集中的受试者工作特征（ROC）曲线如图7所示。

尽管MLP模型在训练集中表现良好（AUC = 0.961），但在测试集中的性能显著下降（AUC = 0.742），提示可能存在过拟合现象。类似地，KNN模型在测试集中表现出有限的区分能力（AUC = 0.718），且置信区间较宽，表明其性能不稳定。采用基于Youden指数的策略确定用于依赖阈值的指标（包括敏感性、特异性和准确率）的最优分类阈值。ROC-AUC值本身与阈值无关，因此所报告的依赖阈值的性能指标反映了模型在最优工作点下的表现。最优Youden阈值及相应的基于阈值的指标详见补充表6。总体而言，朴素贝叶斯模型在训练集与内部测试集之间的描述性性能相对稳定，AUC数值下降极小。

决策曲线分析

采用决策曲线分析（DCA）评估各模型在不同阈值概率范围内的临床应用价值。图8展示了DCA曲线。所有模型在特定阈值概率范围内均表现出优于“全部治疗”和“不予治疗”策略的净获益。在所评估的模型中，支持向量机（SVM）展现出最宽的净获益正值范围，而其他模型在特定阈值范围内也显示出潜在的临床应用价值。

数据可用性：

用于支持主要分析的去标识化原始数据已上传至 GitHub，可通过以下链接获取：https://doi.org/10.5281/zenodo.20043331。在数据共享前，所有直接的患者标识信息均已被删除。由于本研究是一项基于医院病历的回顾性临床研究，获取任何额外的患者层面信息仍受机构伦理和隐私要求的限制。经机构伦理委员会批准后，通讯作者可根据合理请求提供额外的去标识化数据。统计分析脚本、机器学习模型训练代码以及图表生成代码已作为补充文件提供，以支持研究的可重复性。

图1： 基于围手术期数据的对比剂脑病（CIE）风险建模工作流程。 （A）CIE的发病机制及对比剂用量与估算肾小球滤过率比值（CGR）的推导。（B）数据整合及基于LASSO的特征筛选。（C）机器学习模型的构建与比较，其中朴素贝叶斯（Naive Bayes）在内部测试集上表现出最高的数值AUC（AUC ≈ 0.95）。缩写：CIE = 对比剂脑病；CGR = 对比剂用量与估算肾小球滤过率比值；eGFR = 估算肾小球滤过率；AUC = 曲线下面积。本图基于作者自身的临床数据绘制，示意图由作者使用修改后的Microsoft PowerPoint图标原创绘制。请点击此处查看该图的放大版本。

图2：患者筛选与队列分配。 流程图展示了患者的筛选过程、入组资格评估、排除标准及队列分配情况。最初共评估了225例患者。根据纳入标准（年龄介于30至80岁之间、具有完整的临床数据、术后3天内进行头部CT检查）筛选后，190例患者符合入组条件。排除标准包括急性脑梗死、慢性肾脏病≥G4期（eGFR < 30 mL/min/1.73 m²）、严重心血管疾病、未接受血管内治疗、严重神经功能缺损（改良Rankin量表评分≥4分）或数据不完整。最终共纳入161例患者，并按8:2的比例随机分为训练队列（n = 128）和内部测试队列（n = 33）。缩写：CT = 计算机断层扫描；eGFR = 估算的肾小球滤过率；CKD = 慢性肾脏病；mRS = 改良Rankin量表。请点击此处查看该图的放大版本。

图3：一名 CIE 患者的系列非增强 CT 图像。（A）手术前基线 CT。（B）症状出现时的 CT，显示右侧顶叶皮质高密度影（箭头）。（C）术后第1天 CT，显示部分吸收。（D）术后第2天 CT，显示进一步吸收。 请点击此处查看该图的高清版本。

图 4： 基于 LASSO 的特征选择。（A）采用十折交叉验证曲线，根据最小均方误差（MSE）确定最优 λ 值。（B）候选变量的系数随 log(λ) 变化的曲线图，显示变量系数随正则化强度增加的变化情况。缩略语：LASSO = least absolute shrinkage and selection operator；λ = 正则化参数；MSE = 均方误差。请点击此处查看该图的放大版本。

图5：所选变量的系数。柱状图显示了经过LASSO筛选后保留的变量的系数。正系数表示正相关；负系数表示负相关。请点击此处查看该图的放大版本。

图6：五种机器学习模型的训练集与测试集准确率。五种机器学习模型（朴素贝叶斯、SVM、KNN、LightGBM、MLP）在训练集和测试集中的准确率。缩写：SVM = 支持向量机；KNN = k近邻；LightGBM = 轻量级梯度提升机；MLP = 多层感知机。请点击此处查看该图的放大版本。

图7：朴素贝叶斯模型的ROC曲线。 训练队列和内部测试队列的受试者工作特征曲线及其对应的曲线下面积值。缩写：ROC = 受试者工作特征；AUC = 曲线下面积。请点击此处查看该图的放大版本。

图 8：决策曲线分析。 决策曲线分析（DCA）显示了不同模型在不同阈值概率下相对于“全部治疗”和“全部不治疗”策略的净获益。阴影区域表示模型相对于“全部治疗”和“全部不治疗”策略均具有正向净获益的阈值概率范围。缩写：DCA = 决策曲线分析。请点击此处查看该图的放大版本。

补充图1：内部测试队列中朴素贝叶斯模型的混淆矩阵。 该矩阵展示了在选定分类阈值下正确与错误分类样本的数量。请点击此处下载该文件。

补充图2：SVM模型在内部测试队列中的混淆矩阵。 该矩阵展示了在选定的分类阈值下正确和错误分类样本的数量。请点击此处下载该文件。

补充图3：内部测试队列中KNN模型的混淆矩阵。 该矩阵展示了在选定分类阈值下正确和错误分类样本的数量。请点击此处下载该文件。

补充图4：LightGBM模型在内部测试队列中的混淆矩阵。 该矩阵展示了在选定分类阈值下正确和错误分类样本的数量。请点击此处下载该文件。

补充图5：MLP模型在内部测试队列中的混淆矩阵。 该矩阵展示了在选定的分类阈值下正确和错误分类样本的数量。请点击此处下载该文件。

特征	CIE（n = 12）	非CIE（n = 149）	p 值
人口统计学
年龄（岁），中位数（IQR）	67（62.5–69.0）	63（55.0–70.0）	0.194
男性，n（%）	9（75.0）	105（70.5）	1.000
体重（kg），中位数（IQR）	65（55.0–70.0）	70（60.0–77.5）	0.160
合并症，n（%）
高血压	7（58.3）	102（68.5）	0.526
糖尿病	4（33.0）	57（38.3）	1.000
冠心病	2（16.7）	23（15.4）	1.000
生活习惯，n（%）
饮酒	7（58.3）	78（52.3）	0.770
吸烟状况	7（58.3）	59（39.6）	0.233
实验室指标，中位数（IQR）
血清肌酐（μmol/L）	85.2（65.0–89.0）	65.3（54.9–75.7）	0.004
eGFR（mL/min/1.73m²）	81.0（60.6–90.3）	102.7（89.0–116.3）	<0.001
总胆固醇（mmol/L）	3.3（3.0–4.4）	3.4（2.9–4.1）	0.775
甘油三酯（mmol/L）	1.8（1.2–2.1）	1.2（0.8–1.6）	0.017
手术特征
手术类型，n（%）			<0.001
- 支架血管成形术	7（58.3）	146（98.0）
- 栓塞术	5（41.7）	3（2.0）
病变部位，n（%）			<0.001
- 后循环	7（58.3）	9（6.0）
- 前循环	5（41.7）	140（94.0）
造影剂类型，n（%）			0.982
- 第二代	6（50.0）	75（50.3）
- 第三代	6（50.0）	74（49.7）
总造影剂用量（mL），中位数（IQR）	200（188.0–200.0）	165（155.0–180.0）	0.005
手术持续时间（min），中位数（IQR）	78.5（52.5–124.5）	50（47.0–57.0）	0.008
新指标
CGR，中位数（IQR）	2.35（2.17–2.70）	1.63（1.40–1.85）	<0.001

表1：患者的基线临床特征。 比较了对比剂脑病（CIE）组与非CIE组患者的人口统计学、临床、实验室及操作相关特征。连续变量以均值±标准差或中位数（四分位间距）表示，分类变量以例数和百分比表示。组间统计学比较采用适当的参数或非参数检验。缩写：CIE = 对比剂脑病；eGFR = 估算的肾小球滤过率；CGR = 对比剂用量与eGFR比值；IQR = 四分位间距；SD = 标准差。

模型 名称	准确率	AUC	95% CI	灵敏度	特异度	数据集
Naive Bayes	0.875	0.961	0.924–0.998	1.0	0.864	train
Naive Bayes	0.909	0.952	0.843–1.000	1.0	0.903	test
SVM	0.992	0.999	0.997–1.000	1.0	0.992	train
SVM	0.879	0.935	0.796–1.000	1.0	0.871	test
KNN	0.891	0.969	0.941–0.997	1.0	0.881	train
KNN	0.939	0.718	0.194–1.000	0.5	0.968	test
LightGBM	0.969	0.988	0.973–1.000	1.0	0.966	train
LightGBM	0.848	0.944	0.822–1.000	1.0	0.839	test
MLP	0.914	0.961	0.908–1.000	0.9	0.915	train
MLP	0.970	0.742	0.228–1.000	0.5	1.000	test

表2：模型性能比较。 使用准确率、曲线下面积（AUC）、95% 置信区间（CI）、敏感性和特异性指标，对不同机器学习模型在训练集和内部测试集中的预测性能进行评估。缩写：CI = 置信区间。

补充表 1：模型建立前缺失数据评估的汇总。 模型建立前所有候选预测变量的缺失值汇总。在所纳入的变量中未观察到任何缺失值；因此，未进行任何填补处理。请点击此处下载该文件。

补充表 2： 分析数据集的变量字典。 包含在机器学习分析中的临床、实验室及与操作相关变量的定义、编码方法、变量类别和描述。请点击此处下载该文件。

补充表3：机器学习模型的超参数搜索空间及选定参数。 汇总了每种机器学习算法在模型调优过程中所使用的候选超参数范围及优化后的参数。请点击此处下载该文件。

补充表 4：CGR 及其各组分的比较 ROC 分析。通过受试者工作特征分析，比较 CGR 及其各组分对 CIE 预测的预测效能。请点击此处下载该文件。

补充表 5： 基于 LASSO 系数的定量特征排序。 通过 LASSO 回归后，根据各变量的系数值对其进行排序，以显示每个变量在预测模型中的相对贡献程度及关联方向。请点击此处下载该文件。

补充表 6： 在训练队列中确定的约登阈值及相应的分类性能指标。 每个模型的最佳阈值仅在训练队列中通过约登指数确定，随后保持固定并应用于内部测试队列。内部测试队列中的准确率、灵敏度和特异性均使用这些固定阈值进行计算。请点击此处下载该文件。

讨论

对比剂脑病（CIE）是一种罕见但可能严重的神经介入术后并发症，其特征是在接触对比剂后短时间内出现急性神经功能障碍。尽管该病症通常具有可逆性，但在某些情况下可能导致持续性神经功能缺损，甚至危及生命，因此早期识别风险显得尤为重要^17,18,19,20。然而，CIE的病理生理机制复杂且为多因素共同作用，涉及患者特异性因素、对比剂特性以及手术操作特征之间的相互作用^{9,10,21,22,23,24}。这种复杂性使得仅依靠单一临床变量或经验判断来实现准确的围手术期风险评估极为困难。

本研究构建并评估了五种机器学习模型，用于预测接受脑血管介入治疗的患者发生CIE的风险。经过描述性性能比较，朴素贝叶斯（Naive Bayes）模型被确定为在本研究中具有最均衡描述性性能的模型。在模型区分能力方面，朴素贝叶斯模型在内部测试队列中表现出最高的数值AUC（AUC = 0.952；95% CI：0.843–1.000），高于LightGBM（AUC = 0.944；95% CI：0.822–1.000）、SVM（AUC = 0.935；95% CI：0.796–1.000）、MLP（AUC = 0.742；95% CI：0.228–1.000）和KNN算法（KNN；AUC = 0.718；95% CI：0.195–1.000）。由于未对各模型AUC进行正式的成对统计学比较，这些差异应视为描述性结果，而非模型优越性的确定性证据。值得注意的是，KNN和MLP在训练集中表现良好（AUC分别为0.969和0.961），但在测试集中的性能显著下降，提示可能存在过拟合²⁵。相比之下，朴素贝叶斯模型在训练集与内部测试队列之间的描述性AUC值较为接近（AUC差异 = 0.009），表明其在该数据集中的描述性性能相对稳定。然而，这种看似稳定的性能仍需谨慎解读，因为内部测试队列仅包含33例患者，且CIE事件数量极为有限。

从实际应用的角度来看，朴素贝叶斯（Naive Bayes）相对简单的概率结构可能适用于样本量较小的临床数据集，尤其是在结局事件数量有限的情况下。在本研究中，朴素贝叶斯模型在训练队列和内部测试队列之间表现出相对均衡的描述性性能。然而，由于内部测试队列样本量较小且包含的对比剂诱发性脑病（CIE）事件极少，这种表面上的稳定性应谨慎解读，并需要外部验证。该数据集中朴素贝叶斯模型相对良好的描述性表现可能与其简单的概率结构有关，并且在特征独立性假设下适用于小样本场景^14,15。相比之下，更复杂的模型如多层感知机（MLP）和LightGBM在样本量有限的情况下更容易发生过拟合，从而降低其泛化能力。这些发现还提示，在神经介入等高风险、以临床为导向的研究领域，模型选择应更加重视稳定性、可重复性及临床可行性，而非盲目追求复杂算法或单一性能指标的绝对优势。决策曲线分析（DCA）表明，朴素贝叶斯模型在选定的阈值概率范围内可能提供净获益，但该结果仍属探索性，需经外部验证。此外，其结构简单、计算高效且具有良好的可解释性，可能支持其未来作为围手术期风险分层探索性模型的进一步评估，但在临床应用前仍需完成外部验证。从临床角度来看，本研究中CIE的发生率为7.5%，高于既往文献报道的2%–5%⁷。这一差异主要归因于研究人群的高度选择性：该队列集中于接受复杂神经介入手术（如动脉瘤栓塞术）的脑血管病患者。与这些手术相关的造影剂使用模式具有独特性，例如超选择性血管造影和局部高剂量保留，加之手术时间较长，均为公认的CIE危险因素^9,10,26。此外，患者本身较高的基线风险也进一步推高了总体发生率。研究结果强调，后循环病变和栓塞手术是CIE的强预测因子。从解剖学角度看，后循环（椎-基底动脉系统）供应脑干、小脑和枕叶。其中枕叶对对比剂毒性具有极高的敏感性，这解释了为何CIE患者常表现为皮质盲。此外，椎-基底动脉系统的血流动力学特征与前循环不同，这可能部分解释了本队列中后循环病变与CIE之间的关联。

栓塞手术通常比简单的血管成形术更具挑战性，需要频繁进行超选择性血管造影以确认弹簧圈的位置以及血栓闭塞的范围，从而导致单位时间内局部血管床所暴露的造影剂峰值显著高于常规手术。这种强烈且局部的造影剂暴露可能是血脑屏障（BBB）破坏的一个生物学上合理的诱因，尽管在本项回顾性研究中该机制无法被直接验证。与基线特征分析结果一致，CIE组患者接受栓塞治疗的比例显著更高，且后循环病变的比例大于非CIE组，提示手术复杂程度和病变解剖位置可能与CIE的发生相关。此外，CIE组更长的手术时长和更高的总造影剂使用量进一步凸显了手术相关应激因素对CIE发生风险的累积影响。

为了提高模型的临床可解释性，本研究将 CGR 作为探索性复合指标进行评估。CIE 发生的风险不仅取决于进入脑血管的对比剂绝对剂量，还与对比剂从体循环中清除的速率密切相关。CGR 将总对比剂用量和 eGFR 整合为一个复合指数，反映对比剂负荷相对于肾脏清除能力的水平。该设计思路借鉴了已建立的基于比值的范式，例如用于预测对比剂肾病（CIN）的对比剂用量与 eGFR 比值²⁷，并与当前构建综合性生物标志物的策略一致，如中性粒细胞与淋巴细胞比值（NLR）²⁸ 和甘油三酯-葡萄糖指数（TyG）²⁹，这些指标均旨在揭示疾病的潜在病理生理状态。碘化对比剂主要以原形经肾脏排泄。当肾清除功能下降时，机体对碘化对比剂的系统性暴露时间可能延长，从而增加血管内皮对对比剂的暴露。在神经介入操作过程中，对比剂常以高浓度直接注入颈内动脉或椎动脉进入脑循环；局部极高的渗透压梯度可能破坏血脑屏障（BBB）的完整性³⁰。此时，若系统清除能力受损，血液中积聚的对比剂可能持续维持血脑屏障两侧的浓度梯度，促使对比剂扩散至脑组织间隙。此外，CGR 可能为整合对比剂负荷与肾清除能力提供一种临床直观的方法，但其相较于单独使用对比剂用量或 eGFR 所增加的预测价值仍需进一步验证。因此，CGR 可作为围手术期 CIE 风险分层的探索性指标。

本研究发现，对比剂类型（第二代低渗性与第三代等渗性）对对比剂脑病（CIE）并无显著的独立预测价值（p = 0.982）。该结果与部分既往报道并不完全一致。一种可能的解释是，除渗透压外，化学毒性或黏度等因素也可能影响对比剂的神经毒性；然而，这一解释仍属推测，尚需进一步的机制验证。既往临床和机制研究为这一解释提供了支持^31,32。此外，在临床实践中，操作者可能更倾向于为高危患者选择第三代等渗性对比剂，这种基于适应证的选择偏好可能引入潜在的混杂偏倚，从而掩盖不同类型对比剂之间可能存在的真实差异。

为成功应用此工作流程，应强调若干关键实验步骤。首先，必须严格进行结局判定，因为不准确的CIE分类将直接影响模型的训练与评估。对于疑似CIE病例，应基于对比剂暴露与症状出现之间的时间关系、神经系统的临床表现、术后影像学发现以及排除其他可能诊断来进行评估。其次，准确提取并核实总对比剂用量和eGFR至关重要，因为这两个变量决定了CGR的计算结果。第三，在确认每位患者的总对比剂用量和eGFR后，应统一采用相同的规则计算CGR。第四，特征选择、缺失值填补参数估计、超参数调优及模型训练均应仅在训练队列内完成，以避免数据泄露。最后，由于CIE较为罕见且事件数量有限，模型性能的解读应谨慎，并在临床应用前进行外部验证³³。

在其他环境中应用此工作流程时，还应考虑多种方法学改进和故障排除策略。如果缺失数据比例较高，研究者应首先确定数据缺失是否为随机性缺失，并应避免对缺失比例过高的变量进行插补。如果CIE事件数量非常少，应降低模型复杂度，优先选择更简单或采用惩罚项的模型，以减少过拟合风险。若将该工作流程应用于其他医疗中心，在模型训练前应统一变量定义、编码规则、eGFR计算方法、对比剂用量记录实践以及影像学审查标准。若在内部或外部验证过程中模型性能下降，应检查可能的原因，如类别不平衡、数据泄露、预处理不一致、特征选择不稳定以及患者病例构成差异等。对于CIE诊断不明确的病例，在模型开发前建议由多名经验丰富的临床医生进行裁定，并仔细排除其他可能的诊断。

本研究存在以下局限性：首先，本研究采用单中心回顾性设计，且脑梗死事件（CIE）数量有限。在纳入的161例患者中仅发生12例CIE事件，内部测试队列仅包含33例患者，CIE病例数量极少。因此，AUC、敏感性与特异性等性能指标可能不稳定，且对仅一两个病例的分类结果高度敏感。未来需要通过多中心、大样本的前瞻性研究进行外部验证，以进一步确认该模型的可靠性。其次，本研究建立的模型主要基于术前及术中收集的常规临床变量。未来可进一步整合术中造影剂动力学参数、术后早期影像特征以及血清特异性生物标志物，以构建更为动态和全面的CIE风险预测系统。第三，CIE的发生率较低（7.5%），导致类别严重不平衡，仅有12例CIE病例和149例非CIE病例。此类不平衡可能降低模型性能指标的可靠性。当非CIE类样本在数据集中占主导地位时，准确率可能高估模型性能；而由于CIE事件数量极少，敏感性、特异性、阳性预测值和阴性预测值也可能不稳定。因此，目前所提出的模型应被视为一种探索性的风险分层框架，而非确定性的临床决策工具。由于CIE事件数量极为有限，且在显著类别不平衡的情况下，额外的重复交叉验证或基于重采样的验证仍可能产生不稳定的估计，故本研究未进行此类分析。在临床应用之前，仍需开展多中心外部验证和前瞻性评估。

综上所述，本研究系统比较了多种机器学习模型，发现朴素贝叶斯模型在当前数据集中对造影剂肾病（CIE）预测具有最均衡的描述性能。该模型可能为围手术期风险分层提供初步支持，但其临床应用价值仍需进一步验证。此外，本研究评估了CGR作为一种探索性复合指标，用于量化“造影剂负荷与肾脏清除能力”之间的失衡程度。CGR在模型中成为最具影响力的预测因子之一，可能为个体化的围手术期风险评估提供有用信息。这些发现可能有助于提出假设，以识别接受神经介入手术的高危患者，但仍需更大样本量及外部验证的进一步研究。未来需要开展更大样本量并进行外部验证的研究，以确定多模态预测模型是否能够改善CIE的风险分层，并支持对该并发症进行更精准的预防与管理。

材料

本文使用的材料清单

姓名	公司	目录编号	评论
电子病历系统	Northern Theater General Hospital	机构临床系统	用于回顾性数据提取 收集人口统计学和临床病史变量
实验室信息系统	Northern Theater General Hospital	机构实验室系统	用于回顾性实验室数据提取 收集血清肌酐、eGFR、血脂谱及其他实验室数据
数字减影血管造影系统	Philips	Allura Xper FD 20（配备 Interventional Workstation R1.3.2）	在常规临床操作中使用 神经介入操作及对比剂使用记录
CT 扫描仪	Philips	Ingenuity CT	用于术后影像学评估 术后颅脑 CT 评估
OnekeyAI 结构化数据分析平台	OnekeyAI	20240916	作为研究工具使用，不参与临床决策 结构化数据预处理、模型构建、模型评估及图表生成
Python	Python Software Foundation	3.7.12	开源编程语言 数据预处理、统计分析、模型开发与可视化
scikit-learn	scikit-learn 开发者	1.0.2	开源 Python 机器学习库 LASSO、朴素贝叶斯、SVM、KNN、MLP、ROC 分析及性能指标计算