基于机器学习算法的诊断模型对结核性胸膜炎的应用价值.pdfVIP

：1508.中国防痨杂志2025年11月第47卷第11期ChinJAntituberc,November2025,Vol.47,No.11

·论著·

基于机器学习算法的诊断模型对结核性

胸膜炎的应用价值

李婷婷！文尤著宏2赵国连4

刘欢庆?雷倩3九

【摘要】目的：构建基于机器学习的结核性胸膜炎诊断预测模型，提高临床诊断准确性。方法：回顾性收集

2020年1月至2021年12月期间西安市胸科医院收治的523例胸腔积液患者（结核性胸膜炎375例，非结核性胸

膜炎148例)的临床资料。纳人腺苷脱氨酶（adenosinedeaminase，ADA)、结核感染T细胞斑点试验(T-SPOT.TB)、

C反应蛋白（C-reactiveprotein，CRP)等15项指标，采用随机森林、支持向量机、神经网络等7种机器学习算法构

建预测模型，通过5折交叉验证评估模型性能，使用SHapley加法解释(SHapleyAdditiveexPlanations,SHAP))算

法进行特征重要性分析。结果：神经网络模型性能最优，测试集曲线下面积（areaunderthecurve,AUC)为0.932，

准确率为88.6%，精确率和召回率分别为94.4%和89.3%。SHAP分析显示，ADA(SHAP值为0.12~0.18)和

T-SPOT.TB(SHAP值为0.10～0.15)是最重要的预测因子,且两者存在显著协同效应(P0.001)。结论：本研

究构建的神经网络模型具有较高的诊断效能，通过可解释性分析明确了关键预测因子及其交互作用，为结核性胸

膜炎的精准诊断提供了新工具。该模型可辅助临床决策，特别适用于传统诊断中的“灰色区域”病例。

【关键词】结核；胸膜炎；诊断，计算机辅助；模型,统计学；人工智能

doi:10.19982/j.issn.1000-6621

【中图分类号】R521；R319

Applicationvalueofmachine-learning-baseddiagnosticmodelontuberculouspleurisyLiTingting,Liu

Huanqing’,LeiQian,YouZhuhong,ZhaoGuolian*,OfficeofDrugClinicalTrialInstitution,XianChest

Hospital,Xian710100,China;2DepartmentofInformationManagement,NorthwestermPolytechnicalUniversity.

Xian710072,China;DepartmentofPharmacy,XianChestHospital,Xian710100,China;Departmentof

LaboratoryMedicine,XianChestHospital,Xian710100,China

Correspondingauthor:ZhaoGuolian,Email:774567495@qq.com

[Abstract]Objective:Todevelopamachine-learning-basedpredictivemodelfordiagnosingtuberculous

pleurisy(TBP)toimproveclinicaldiagnosticaccuracy.Methods:Weretrospectivelycollectedclinicaldataof523

pleuraleffusionpatients(375withTBPand148withnon-TBP)admittedinXianChestHospitalbetween