纤维肌痛症计算表型框架：多中心机器学习与马尔可夫轨迹建模

核心内容：本项目提出结合无监督聚类、连续时间多状态马尔可夫模型和Andersen-Gill复发事件分析的计算框架，用于纤维肌痛症的纵向轨迹建模与临床干预评估。

原作者/维护者：nazariofelix-CTB 来源平台：GitHub 原始链接：https://github.com/nazariofelix-CTB/fibromyalgia-phenotyping-markov 发布时间：2026年6月3日

纤维肌痛症是复杂慢性疼痛综合征，临床特征高度异质，病程个体差异显著。传统研究将患者视为同质整体，忽视多样性与动态演变，制约精准医疗应用。

本框架解决的核心科学问题：如何在真实世界数据中识别相似表型亚群，建模疾病轨迹与医疗干预的动态关系，为个性化治疗提供支持。

框架整合三种互补方法：

1. 无监督纵向表型聚类：采用几何k-means，通过中心A训练、中心B投影的跨队列策略防止数据泄露，确保聚类可重复性与有效性；
2. 连续时间多状态马尔可夫模型：抽象为轻度/维持期、重度、极重度三个状态，估计瞬时转移速率矩阵（Q矩阵），捕捉真实时间尺度的状态转换；
3. Andersen-Gill复发事件生存分析：将医疗再干预视为复发事件，独立于疾病状态转移建模，区分自然演进与干预效应，提供清晰因果框架。

技术实现：

• 开发环境：Python 3.8+
• 依赖栈：pandas&numpy（数据整理与运算）、scikit-learn（聚类与验证）、scipy（强度矩阵运算）、lifelines（复发事件估计）、matplotlib&seaborn（可视化）
• Notebook流程：
  1. 01_Data_Curation_Longitudinal.ipynb：解析临床记录，处理不规则随访，映射为基线天数索引的事务数据集；
  2. 02_Pipeline_Longitudinal.ipynb：执行队列分割、聚类投影、MSM拟合、AG模型估计，输出验证指标与可视化结果。

验证结果：外部验证队列C-index达0.742，预测区分能力良好。生成七项验证产物：

• 真实转移频率与观察窗口
• 连续时间转移强度率矩阵
• 0-360天期望概率轨迹
• 协变量风险比与置信区间
• 冻结的几何锚点与缩放系数
• 聚类有效性指标（轮廓系数、Davies-Bouldin指数、Calinski-Harabasz指数）
• STROBE流程图的人口过滤日志

临床意义：支持论文图表与表格，为研究者提供完整复现路径。

数据处理严格遵循HIPAA和欧盟GDPR标准，对患者记录去标识化：移除/替换机构标识符、日历日期、个人主键为加密安全通用令牌（PATIENT_XXXX），保留数据变异性同时消除再识别风险。

研究启示：框架展示机器学习、随机过程建模与生存分析的有机结合，可推广至类风湿关节炎、多发性硬化症等异质慢性疾病。

未来方向：为医疗AI开发者提供数据整理到模型验证的完整技术蓝图，尤其在处理不规则纵向数据与防止跨队列数据泄露方面的设计思路值得借鉴。