编辑推荐：
为解决多病共存（Multimorbidity）分析难题，研究人员开展了多状态聚类分析（MSCA）应用于心肌梗死（Myocardial infarction）相关电子健康记录的研究。结果识别出 11 个聚类，各聚类有不同特征。MSCA 有助于理解多病共存，为预防和管理提供依据。
在医疗领域，电子健康记录的出现就像是一座蕴藏着无尽宝藏的矿山，它包含了患者大量的医疗信息，为医学研究提供了丰富的数据资源。然而，这座 “矿山” 的开采并不容易。多病共存，即个体同时患有两种或更多长期疾病（LTCs）的情况日益普遍，给公共卫生带来了巨大挑战。以往分析电子健康记录的方法难以全面、准确地剖析多病共存的模式和特点。传统的研究模型，如关键期模型、累积风险模型和链式风险模型，虽从不同角度关注了健康轨迹，但面对复杂的电子健康记录数据时，仍存在局限性。而且，分析电子健康记录时，还面临着数据解读困难、难以处理大量潜在共存疾病等问题。为了攻克这些难题，来自伦敦国王学院（King’s College London）的研究人员 Marc Delord 和 Abdel Douiri 开展了一项意义重大的研究，该研究成果发表在《BMC Medical Research Methodology》上。
研究人员提出了一种全新的无监督聚类方法 —— 多状态聚类分析（Multiple State Clustering Analysis，MSCA）。该方法主要基于以下几个关键技术：
- 构建个体患者状态矩阵：将患者的健康记录整理成多个指标轨迹，构建成t×k的状态矩阵，其中t为队列中观察到的最大年龄，k为记录的 LTCs 总数。通过这种方式，能详细记录患者各种疾病的发病时间等信息。
- 计算差异指数矩阵：使用 Jaccard 差异指数来衡量患者之间的差异。该指数基于患者状态矩阵，考虑了患者在疾病状态和非疾病状态下的匹配时间单位，能够有效反映患者之间健康轨迹的相似程度。
- 聚类方法：采用 Ward 的层次聚类方法，根据计算得到的差异指数矩阵，将患者聚类成不同的组。这种方法能使同一聚类内的患者具有相似的健康轨迹，不同聚类之间的差异则更加明显。
研究结果：
- 患者基本信息及聚类划分：研究共纳入 5087 名有心肌梗死记录的患者，这些患者来自伦敦南部的 41 家全科诊所，年龄在 18 岁以上。患者的电子健康记录包含 27 种常见的 LTCs，还收集了社会人口学变量和危险因素等信息。经过计算患者之间的差异并进行聚类，最终确定了 11 个聚类。
- 聚类特征分析：各聚类呈现出不同的特征。例如，聚类 5 和 10 的患者心肌梗死发病年龄较大；聚类 2、4、5 中高血压患者比例较高；聚类 6 和 10 中糖尿病患者比例较高。同时，一些聚类还与特定的非传统心血管危险因素（CVRFs）相关，如聚类 3 与心理健康状况相关，聚类 8 与骨关节炎相关，聚类 11 与哮喘相关。另外，聚类 7 和 9 的高血压和 / 或糖尿病患病率较低，记录的 LTCs 数量也较少，且心理健康状况的患病率也较低，这两个聚类与外周血管疾病和慢性阻塞性肺疾病（COPD）（聚类 7）以及心房颤动（聚类 9）相关。
- 聚类与社会人口学变量及危险因素的关系：研究发现，聚类与社会人口学变量和其他 CVRFs 存在关联。通过多元分析可知，不同聚类在年龄、性别、种族、多重剥夺指数（IMD）、高血脂、吸烟习惯等方面存在差异。
研究结论和讨论部分表明，MSCA 为分析电子健康记录提供了一种有效的方法。与其他领域的聚类方法不同，MSCA 通过定义和使用状态矩阵，避免了将患者健康轨迹简化为特定序列的局限性，能够处理大量可能同时存在且非互斥的 LTCs。而且，研究中使用的 Jaccard 差异指数和 Ward 聚类方法具有一定的优势，Jaccard 指数对删失测量具有一定的稳健性，Ward 方法能使聚类更加紧凑、明确。通过 MSCA，研究人员不仅识别出了与心肌梗死相关的 LTCs 的有意义序列，还发现了不同聚类在社会人口学特征方面的差异。这对于理解多病共存的机制，以及制定针对性的预防和管理策略具有重要意义。不过，研究也指出，虽然 MSCA 是一种有潜力的方法，但还需要进一步研究其产生的聚类在临床和公共卫生方面的实用性，以便更好地为以患者为导向的健康政策提供参考。总之，这项研究为电子健康记录的分析和多病共存的研究开辟了新的道路，具有重要的理论和实践价值。
