自适应异质图神经网络能否区分 PAH 与 PH-LHD？

两类 PH 的治疗规则不同

这里的临床问题不是检出肺高血压，而是在两类肺高血压之间做出分类。动脉性肺动脉高压（PAH）属于毛细血管前组，而左心疾病相关肺高血压（PH-LHD）属于第 2 组 PH，根据肺血管阻力不同，可以是单纯毛细血管后型，也可以是毛细血管后与毛细血管前合并型。论文指出，获批用于 PAH 的药物不推荐常规用于 PH-LHD；随机研究报告，马西替坦在毛细血管后与毛细血管前合并型 PH-LHD 中存在液体潴留隐患，西地那非在瓣膜病矫正后持续 PH 中则与更差的临床结局相关。

最终分类仍需要右心导管检查（RHC），并结合影像、肺功能检查与病史综合判断。因此作者把任何无创模型都定位为分诊辅助工具，用来提示谁需要专科评估，而不是替代 RHC。理解性能数字时这一点很关键：模型学习的是复现以 RHC 为锚点的标签，而不是决定是否做导管检查。

标签来自有创血流动力学

队列取自 2015 年 1 月至 2022 年 12 月在上海肺科医院因疑似 PH 接受 RHC 评估的成人患者。从 3,250 例初筛患者中，排除第 3 组、第 4 组和第 5 组 PH、急诊导管检查或临床不稳定、CT 缺失或无法诊断、以及核心无创变量缺失超过 20% 的病例后，943 例进入参考标签裁定；再排除 38 例，最终纳入 905 例——421 例 PAH 和 484 例 PH-LHD。

905 例中有 713 例（78.8%）获得了技术上可靠的肺动脉楔压（PAWP）。其余 192 例（21.2%）无法获得可靠楔压，改用同次住院期间左心导管测得的左心室舒张末压，支持左侧充盈压的分类。45 例处于边界值附近（PAWP 13–15 或 16–18 mmHg，或对应的 LVEDP 区间），研究者结合血流动力学数值、左房大小、二尖瓣 E/e' 比值以及左心疾病证据进行裁定。PAH 组平均左侧充盈压为 10 ± 3 mmHg，PH-LHD 组为 24 ± 9 mmHg。

关键在于，没有任何 RHC 衍生变量进入模型开发、训练或推断。有创数据只用于定义答案和描述队列；模型看到的只有 CT 和无创变量。

图的连接由模型学习而非预设

AHGNN 把每位患者视为异质网络中的一个节点，并学习哪些患者应当相连，而不是在人口学、心电图、超声心动图、肺功能、实验室指标和影像之间强加单一的相似度度量。论文的论点是：当不同变量族编码不同关系时，单一固定度量会强加不合适的拓扑结构。图构建通过 Gumbel-Softmax 重参数化变得可微，因此相似度结构与分类器联合训练。

另外两个组件支撑这一设计。分层跨模态注意力在多个层级上建模特征交互，双层自监督对比学习则旨在标注队列有限时获得稳健表征。分类器输出 PH-LHD 的估计概率，用 1 减去该值即为 PAH 的估计概率，全文统一采用这一方向。

学到的聚类只具描述性，不是临床分类。在内部验证 AUC 处于中位数的代表性折中，模型把变量分为四类——例如第 1 类包括年龄、BMI、LVEDD、右室扩张、PEF、SV1+RV6、血红蛋白和红细胞压积；第 2 类包括性别、糖尿病、高血压、心房颤动、PR 间期和 QRS 时限。论文明确说明这些是模型导出的聚类，不应解读为临床分类；注意力权重描述的是模型行为，不代表因果或疾病特异的生物学重要性。

自适应图优于固定图与简单融合

核心比较对象是在相同外层划分、相同折内受限预处理下拟合的模型。AHGNN 的 ROC-AUC 为 0.946 ± 0.023，PR-AUC 为 0.952 ± 0.009。固定图 HetNet 为 0.783，普通 GCN 为 0.702，仅用临床变量的惩罚多变量逻辑回归为 0.778 ± 0.039（PR-AUC 0.792 ± 0.038）。

单模态与融合基线在同一方向上更弱：TextNet 为 0.869 ± 0.010，仅用 CT 的 ImageNet 为 0.716 ± 0.011，多模态 MLP 为 0.784 ± 0.012。作者把纯文本和纯影像变体的性能下降解读为结构化临床变量与 CT 特征提供了互补信息。他们还指出，临床逻辑回归与多模态 MLP 表现接近，说明单纯特征融合并不能解释 AHGNN 的性能。

论文明确表示，这些差距的幅度应谨慎解读，因为评估是回顾性、单中心的，尚未在独立队列中复现。作者还检验了年龄与合并症负担能否解释结果，分别用单用年龄、单用心房颤动、单用糖尿病、单用高血压、八变量病例组合集，以及去掉病例组合变量后的 AHGNN 重新拟合模型；这些比较使用 100 个折级差异的配对经验 95% 区间，论文称其为描述性区间，而非正式置信区间或假设检验。

阈值改变敏感度与特异度的取舍

PH-LHD 为正类，阈值只在对应的内部验证子集上选择，从不使用外层测试数据。在固定 0.50 阈值下，敏感度为 0.867 ± 0.070，特异度为 0.867 ± 0.072，PPV 为 0.888 ± 0.048，NPV 为 0.858 ± 0.057。

由验证集导出的 Youden 阈值平均为 0.504 ± 0.045，两项指标同时提高：敏感度 0.918 ± 0.029，特异度 0.924 ± 0.041，PPV 0.934 ± 0.032，NPV 0.910 ± 0.027。高敏感度分诊阈值以 PH-LHD 敏感度至少达到 90% 为目标，平均为 0.456 ± 0.045，敏感度升至 0.930 ± 0.025，特异度降至 0.791 ± 0.085。

这些是回答不同问题的不同工作点，论文将它们分开呈现。PPV 和 NPV 还取决于该转诊队列中 53.5% 的 PH-LHD 患病率，因此不能原样搬到病例构成不同的人群。

校准是薄弱环节

在这里，区分能力与校准出现分离。合并外层测试预测后，Brier 分数为 0.139，校准截距为 0.149，校准斜率为 3.547。斜率远高于 1 意味着预测概率相对实际结局分布过窄：模型排序能力好，但概率数值被压缩。作者据此认为，在用于前瞻性场景前很可能需要重新校准。

决策曲线分析显示，在 0.05 至 0.80 的阈值概率范围内，AHGNN 的净获益高于把所有患者或没有患者判为 PH-LHD 的策略。论文将这一结果标为探索性，因为阈值、患病率和概率校准均未在外部验证，并指出内部净获益不能证明在外部人群中的临床效用。

单中心证据与仅限分诊的定位

若干边界紧贴结果本身。队列为回顾性、来自单一医院，观察年龄范围为 41–84 岁，转诊病例构成中 PH-LHD 占 53.5%。CT 来自两个扫描平台——GE Revolution（n = 543）和 Siemens Force（n = 362）——且扫描平台与管电压和重建层厚完全关联，因此按扫描仪分层的性能只作描述性评估，未作为独立因素分析。

论文还报告，两组在年龄、性别、BMI 和吸烟上的差异提示模型可能部分学到了合并症和转诊模式，作者称在解读变量重要性时考虑了这一点。按年龄、性别和心房颤动状态的分组分析均为描述性，未做正式交互检验。

论文提出的后续路径是：在临床使用或改变右心导管检查角色之前，需要前瞻性外部验证、重新校准和临床安全性评估。作者明确表示，回顾性区分能力和内部估计的净获益，不能证明任何患者可以安全地免于 RHC。

用于转诊前须先重新校准

这篇论文最具决策意义的结果不是 0.946 的 AUC，而是这一 AUC 与 3.547 校准斜率同时出现。一个排序良好却输出压缩概率的模型，不能在未重新校准的情况下以固定截断值直接嵌入转诊路径；阈值表也显示，在 0.50、接近 0.504 的 Youden 点和接近 0.456 的高敏感度点之间，错误构成变化有多大。

综合来看，证据支持一个具体优先级：把这种多模态、自适应图方法带入独立队列，在那里重新校准，并重新检验以特异度（0.791）换取敏感度（0.930）的高敏感度工作点。在此之前，恰当的表述是：这是自适应图学习用于 PH 表型分型的内部概念验证，RHC 仍是最终分类手段，其角色不变。

输入互补，机制未获证明

消融结果——纯文本和纯影像变体更弱，多模态 MLP 未能达到 AHGNN 的水平——与作者的解释一致：结构化临床变量和 CT 特征携带互补信息，自适应图学习在简单融合之外还有额外贡献。但这并不构成对该机制的证明。论文本身指出，自适应图学习的贡献需要在独立数据中确认，并把学到的变量类型和注意力权重视为对模型行为的描述，而非生物学发现。

这一区分决定了读者下一步该关注什么。有用的问题不是 AHGNN 在该队列中是否优于固定图和融合基线——它在 ROC-AUC 上确实大幅领先——而是学到的相似度结构和概率尺度能否迁移到新医院、不同扫描仪组合和不同 PH-LHD 患病率的环境中。

本文引用的文献