机器学习！LCGA+XGBoost+282例样本预测

亲爱的读者朋友，中午好！

以前我们公众号陆续讲过两块内容：一块是潜在类别增长分析（LCGA）这类"把人分成几类"的方法，另一块是机器学习预测模型。后台有同学问过，这两个东西能不能放在一篇研究里用。

巧了，最近看到一篇刚上线的论文，正好把这两个方法摆在同一项研究里用，而且分工特别清楚。今天就拿它当例子聊聊。

这项研究要解决什么问题？

先看背景。耐多药/利福平耐药结核（RR/MDR-TB）合并 HIV 感染，是公认最难啃的一块。治疗方案长、药物不良反应重，患者还要同时应付抗病毒治疗。

这其中最要命的是依从性。药吃不够，治不好，还会催生更严重的耐药。

过去评估依从性，大多靠患者自己说，或者数药片。这些都不太准。这项研究用上了电子监测设备（EDM）：药盒里装芯片，每次打开都有记录，能实时传回来。

研究团队想知道两件事：

一是，最早在哪一周，就能比较靠谱地预判这个患者的结局？

二是，患者的用药轨迹能分成几类，哪一类最危险？

你看，这两个问题指向完全不同的答案：一个问"什么时候"，一个问"谁"。这也决定了它们要用不同的方法。

两个方法，怎么分工？

第一个问题，用时间感知 XGBoost（time-aware XGBoost）。

这里的"时间感知"是关键，也是我觉得最值得学的地方。常规机器学习建模，随便把样本打乱切训练集和测试集就行。但纵向数据不能这么干：你如果拿后面的数据去预测前面的，模型表现会虚高，这叫时间泄漏。

作者是这么处理的：

按入组时间顺序切分，前 70% 训练、后 30% 验证，而不是随机切。
在第 k 周做预测时，只用第 k 周之前累积的信息，绝不偷看未来。
每周的特征由前 3 周算出三个量：均值、方差、斜率（观察值不足 2 个时斜率不计算）。

还有个细节容易被忽略。研究里有些患者很早就死亡、治疗失败或者失访了，这些人如果直接删掉，样本就只剩"活得够久的人"，会严重高估模型表现。作者用了逆概率删失加权（IPCW），从第 2 周开始给留下的样本加权，把这部分偏倚补回来。

至于"最早可操作窗口"怎么定，作者给了一个很实在的标准：AUROC > 0.80 且灵敏度 > 0.80 的第一周。不是拍脑袋，也不是只看 AUC，而是两个指标同时达标。

第二个问题，用潜在类别增长分析（LCGA）。

LCGA 的作用是：不看人群平均趋势，而是找出"存在几种不同的变化轨迹"。做过的同学知道，选几类不是拍脑袋的，要看 BIC、Entropy、Lo-Mendell-Rubin 检验。

这篇文章最终保留了三类别模型，指标都摆出来了：BIC = -41686，Entropy = 0.947，LMR 检验 p < 0.001，三类别人数分别是 171、78、33（都超过 10%）。Entropy 接近 0.95，说明分类很干净。

一句话总结这两个方法的分工：XGBoost 找时机，LCGA 找对象。

结果：第 4 周是道坎

先看预测时点。

基线（第 0 周）时模型还很一般：AUROC 0.77，灵敏度只有 0.54。也就是说刚入院时，光靠基线信息基本看不出谁会出问题。

到第 4 周，两个指标同时达标：

AUROC 0.80（95% CI 0.69–0.90）。
灵敏度 0.80（95% CI 0.64–0.96）。
特异度 0.74，F1 0.68。
Brier score 0.16，校准不错。

第 8 周模型最好（AUROC 0.89，F1 0.75），但作者要的是可操作性：早一周就能多一周干预的时间，第 4 周够用了。

再看轨迹。LCGA 把 282 人分成三类：

第一类，高依从组（171 人）：全程接近满勤，中位依从性 98%。

第二类，中等但稳定组（78 人）：中位依从性 93%，略有起伏但整体平稳。

第三类，早期下降组（33 人）：一开始就低，而且持续往下掉，中位依从性只有 81%。

结局差距出来了：

类别	有利结局	死亡
高依从组	77%	12%
中等稳定组	76%	13%
早期下降组	55%	36%

有利结局三组比较 p = 0.023，死亡 p = 0.002。Cox 模型校正了年龄、BMI、病毒载量、住院情况等一堆变量之后，早期下降组的不良结局风险依然显著更高。

死亡率高出约三倍。

这里有个反直觉的地方值得琢磨：中等稳定组（93%）和高依从组（98%）的结局几乎一样（76% vs 77%）。差 5 个百分点的依从性，结局却没差别。作者的解释是，含贝达喹啉的方案本身够强，对早期依从性的小波动有一定"宽容度"。

真正危险其实是一开始就往下掉。

还有个数据支持这个判断：第 4 周的依从性，与紧接着的第 5–8 周依从性相关性达到 ρ = 0.87（p < 0.001），到第 24 周仍有 0.70。早期什么样，后面大概率还是什么样。

我们能学到什么？

第一，方法框架可以直接迁移。 EDM 实时监测 + 机器学习找窗口 + LCGA 分轨迹，这套组合不只适用于结核。高血压、糖尿病、抗凝治疗、器官移植后免疫抑制剂——凡是"长期用药 + 依从性决定结局"的场景都能套。

第二，外部验证是现成的口子。作者自己在局限里写明了：282 例样本量不算大，且仅来自南非夸祖鲁-纳塔尔省，需要外部验证。换个人群、换个地区做验证研究，是标准且稳妥的选题。

第三，"第 4 周检查点"本身就是干预研究题目。现在证明的是"第 4 周能预测"，但"在第 4 周介入能不能真的改善结局"还没有答案。作者明确说这需要实用性临床试验来验证。从预测到干预，这一步谁先做出来谁就有分量。

第四，方法细节值得抄。我特别建议大家去看看原文处理删失和切分数据集的那部分。很多人做纵向预测模型，随手随机切分训练集，结果看着漂亮，实际是泄漏。这篇文章的做法，是按时间顺序切分、只用历史信息、IPCW 加权。这些是可以照搬到自己研究里的规范动作。

几句实话

这篇文章也不是没有短板，结合文章的局限性，以及我个人的看法：

一是EDM 测的是"开盒"，不是"吃药"。设备记录的是药盒被打开，患者有没有真的把药咽下去，它不知道。所以依从性大概率被高估了。不过话说回来，这已经比自我报告和数药片强不少。

二是样本量与外推。282 例、单一地区、高负担人群。要在国内推广，得先做本地验证。

三是残余混杂。心理健康、病耻感、伴随用药情况这些都没测，而这些恰恰可能影响依从性。

四是观察性研究的老问题：它证明了"早期轨迹能预测结局"，但没证明"干预早期轨迹能改变结局"。这两件事之间的差距，正是下一个研究的机会所在。

我个人最喜欢这篇的地方，是它没有堆方法，而是先想清楚"我要回答哪两个问题"，再给每个问题配一个合适的工具。方法服务于问题，不是为了用而用。这个顺序希望做科研的同学能体会到。

如果你也在做纵向数据、依从性研究或者预测模型，欢迎在评论区聊聊你卡在哪个环节。

好了，本期内容就到这里。

参考文献

[1] Early adherence predicts treatment outcomes and mortality in people living with HIV and multidrug-resistant tuberculosis. Annals of Epidemiology, 2026

本文仅供学习、分享使用，如有侵权，请联系我们删除，谢谢。

祝你在护理创新的星辰大海中，发现属于你的新大陆！

本文编者：北游，微信：hulitongjisuibi