用于预测非心脏手术患者术后谵妄的机器学习模型：系统评价与荟萃分析

《GeroScience》：Machine learning models for predicting postoperative delirium in non-cardiac surgery patients — systematic review and meta-analysis

术后谵妄风险预测模型评估显示机器学习模型（如梯度提升、随机森林）的AUROC达0.82，但复杂模型未显著优于早期简单模型，临床可解释性和应用性仍受限，需加强外部验证和临床转化。

　　

摘要

对老年手术患者术后谵妄（POD）的早期诊断有助于及时干预并降低发病率。利用机器学习的风险预测模型（RPMs）已成为预测POD的有前景的工具，但其在临床环境中的表现和适用性仍存在不确定性。本系统评价研究了2014年至2024年间开发的针对非心脏手术患者的POD预测模型的预测准确性和质量。通过PubMed和EMBASE系统检索了相关研究。两位作者独立筛选了298篇潜在研究，使用PROBAST（预测模型偏倚风险评估工具）进行质量评估。计算了包括AUROC、敏感性、特异性和精确度在内的综合性能指标。共有22篇文章符合评估标准，其中大多数采用了梯度提升和随机森林等机器学习技术。综合AUROC值为0.82（95%置信区间：0.79–0.85），表明预测准确性处于中等至较高水平。敏感性、特异性和精确度分别为0.78、0.83和0.55。与2014年之前开发的简单模型相比，使用更多预测因子和复杂模型架构的研究并未显著提升性能。虽然新的POD预测模型更有可能经过验证并采用先进的机器学习算法，但其可解释性和临床适用性仍有限。机器学习模型在降低POD发生率方面具有潜力，但需要付出大量努力才能将这些模型整合到临床实践中。未来的研究应重点关注模型的外部验证、减少假阳性预测，并将模型预测转化为临床行动。