基于机器学习方法预测代谢功能相关脂肪肝病：回顾性队列研究
摘要
背景：代谢功能相关脂肪肝病（MASLD）影响 30-40% 的美国成年人，是最常见的慢性肝病。虽然常无症状，但可进展为肝硬化。本研究旨在开发和评估基于电子健康记录（EHR）的预测模型，以支持在初级诊疗中早期检测 MASLD。方法：我们评估了 LASSO 逻辑回归、随机森林、XGBoost 和神经网络模型用于 MASLD 预测，使用来自大型 EHR 数据库的临床特征子集，包括前 10 大排序特征。为减少不同种族和族群中真阳性率的差异，我们在称为 MASLD EHR 静态风险预测（MASER）的预测模型中应用了平等机会后处理方法。在预测模型中应用平等机会后处理方法。结果：本回顾性队列研究包括 59,492 名纳入训练数据的受试者，24,198 名纳入验证数据的受试者，以及 25,188 名纳入测试数据的受试者。选取使用前 10 大特征的 LASSO 逻辑回归模型，因为其可解释性和相当的性能。在公平性调整之前，模型达到 AUROC 为 0.84，准确率为 78%，灵敏度为 72%，特异度为 79%，F1 分数为 0.617。在等势机会后处理后，准确率略微提高到 81%，特异度提高到 94%，而灵敏度下降到 41%，F1 分数降到 0.515，反映了公平性权衡。结论：MASER 实现了竞争性的 MASLD 预测性能，相当于先前报告的集成和基于树的方法模型，同时使用有限且常规收集的特征集和多样化的研究人群。该模型旨在支持早期检测和潜在整合到初级诊疗工作流程中。MASER 在公平性调整方面实现了 EHR 就绪的 MASLD 预测，支持未来的初级诊疗实施， pending 需进行前瞻性验证。
关键词
引用
@article{arxiv.2510.22293,
title = {Predicting Metabolic Dysfunction-Associated Steatotic Liver Disease using Machine Learning Methods: A Retrospective Cohort Study},
author = {Mary E. An and Paul M. Griffin and Jonathan G. Stine and Balakrishnan S. Ramakrishna and Soundar R. T. Kumara},
journal= {arXiv preprint arXiv:2510.22293},
year = {2026}
}
备注
This manuscript has been submitted for consideration to the Journal of Medical Internet Research. Supplemental material is included in the Appendix. For associated code, see https://github.com/mary-elena-an/MASLD-EHR-Prediction