《Journal of Cardiovascular Magnetic Resonance》：Machine learning-based prediction of postoperative vasoplegia after cardiac surgery
编辑推荐：
基于MIMIC-IV数据库回顾性分析心脏术后ICU患者，开发并内效验机器学习模型预测术后6-48小时血管收缩不足（vasoplegia），显示模型AUC达0.74-0.75，重要预测因素包括高血压、心衰、糖尿病、男性及术前ACEI用药，为临床风险分层提供新工具。
Min Woo Kang|Yoonjin Kang
韩国首尔高丽大学九老医院内科
摘要
目的
：开发并内部验证一种机器学习模型，用于早期预测心脏手术后的血管麻痹。
设计
：采用回顾性队列研究方法进行模型开发及内部验证。
研究环境
：使用三级学术机构的重症监护病房数据，这些数据包含常规收集的围手术期和术后临床信息。
研究对象
：接受心脏手术后被送入重症监护室的成人患者。
干预措施
：无特定干预措施。
测量指标与主要结果
：术后血管麻痹（发生于入住重症监护室后6至48小时内）的定义如下：(i) 心脏指数（CI）>2.2 L/min/m2、全身血管阻力（SVR）<800 dyne·s/cm?且平均动脉压<65 mmHg；或 (ii) 心脏指数>2.2 L/min/m2且去甲肾上腺素加肾上腺素输注量>0.2 μg/kg/min。候选预测因素包括人口统计学特征、合并症、围手术期因素、入院时的生命体征和实验室检查结果，以及入住重症监护室后0-6小时内的血管活性药物使用情况。在独立测试集中，表现最佳的模型具有中等程度的区分能力（接收者操作特征曲线下面积为0.74–0.75），且校准效果良好。影响预测结果的主要因素包括基础性高血压、充血性心力衰竭、糖尿病、男性性别以及术前使用血管紧张素转换酶抑制剂的情况。
结论
：利用常规可获得的围手术期和术后数据开发的机器学习模型能够准确预测心脏手术后的血管麻痹。这些发现为风险分层提供了依据，有助于制定针对性的预防和管理策略。
引言
血管麻痹是心肺旁路手术后的常见并发症，影响5-25%的患者1,2。其特征是尽管心输出量正常或偏高、全身血管阻力降低（SVR降低），但仍出现组织灌注不足和明显的低血压1,3，并与术后死亡率和发病率增加相关4。因此，提前预测血管麻痹并及时采取治疗措施至关重要5。
以往的研究已确定了与血管麻痹相关的因素，包括术前使用肾素-血管紧张素系统抑制剂、慢性肾病和终末期肾病、左心室功能下降、再次手术以及心肺旁路手术或主动脉夹闭时间延长等。实际诊断过程中通常还会结合血管加压药物的需求和血流动力学阈值6。现有的预测方法包括传统回归分析和机器学习模型，但这些方法使用的病例定义不统一，报告的模型性能大多仅经过内部验证，且区分能力参差不齐2,7。据我们所知，专门用于预测心脏手术后血管麻痹的机器学习模型仍然较少，尽管机器学习技术在其他心脏外科手术结果预测中的应用日益广泛。
基于此背景，我们利用了大型且去标识化的重症监护数据库MIMIC-IV（Medical Information Mart for Intensive Care，v3.1版本），该数据库广泛应用于围手术期和重症监护研究，开发并内部验证了两种机器学习模型：(i) 用于评估患者入住重症监护室时的初始血管麻痹状态（即心脏指数高和全身血管阻力低）；(ii) 用于预测心脏手术后的后续血管麻痹。由于术后可能无法立即获得侵入性的血流动力学数据（心脏指数和全身血管阻力），我们还开发了一个实用模型，该模型能够根据入院前和术后早期收集的变量推断初始血管麻痹状态，从而在无法直接测量时在床边识别血管麻痹现象。
伦理声明与数据来源
由于本研究具有回顾性且风险较低（H-2405-059-1535），因此无需经过机构审查委员会审核。MIMIC-IV数据库包含了2008年至2022年间美国波士顿Beth Israel Deaconess医疗中心重症监护病房收治的94,000多名患者的临床数据。
研究人群
我们选取了接受心脏手术后的成人重症监护患者作为研究对象，这些患者的诊断依据是国际疾病分类（ICD）手术编码。
讨论
在这项回顾性研究中，我们开发并测试了两种模型：(i) 用于评估患者入住重症监护室时的初始血管麻痹状态；(ii) 用于预测术后6-48小时内是否发生血管麻痹。基于树的机器学习模型在独立测试数据上表现出中等至较高的区分能力，CatBoost和LightGBM模型在临床应用和校准方面表现相似。各模型中的风险因素具有高度一致性，例如早期使用肾上腺素/去甲肾上腺素、男性性别等。
作者贡献声明
Min Woo Kang：负责撰写、审稿与编辑、原始稿件撰写、方法学设计、数据整理及概念构建。
Yoonjin Kang：负责撰写、审稿与编辑、原始稿件撰写、监督工作、方法学设计、数据整理及概念构建。
利益冲突声明
作者声明不存在可能影响本研究结果的已知财务利益或个人关系。
致谢
无
