编辑推荐：
为解决重症 / 危重症 COVID-19 患者继发感染早期识别难题，研究人员分析 307 例患者临床特征与实验室指标，利用 Boruta 算法和随机森林等模型，筛选出 9 个预测因子（如 PCT、IL-6、IL-8 等），构建的模型 AUC 达 0.981（训练集）和 0.836（测试集），为临床早期干预提供新工具。
论文解读
研究背景与意义
新冠病毒（SARS-CoV-2）引发的 COVID-19 疫情已造成全球超 7.5 亿人感染、680 万人死亡。自 2022 年 12 月中国政策调整后，感染人数显著增加，其中 5%-32% 的患者会进展为重症或危重症，出现急性呼吸窘迫综合征、器官功能障碍，甚至继发细菌或真菌感染。继发感染不仅大幅增加死亡风险，还加剧了医疗系统负担。然而，当前针对 COVID-19 继发感染的实验室预测指标研究有限，临床亟需精准工具实现早期识别与干预。
在此背景下，北京大学第三医院的研究团队开展了一项回顾性研究，旨在通过分析重症 / 危重症 COVID-19 患者的临床特征和实验室指标，开发基于机器学习的继发感染风险预测模型，为临床早期干预提供科学依据。该研究成果发表在《BMC Infectious Diseases》，为 COVID-19 患者的重症管理提供了新的视角和工具。
主要研究方法
研究纳入 2022 年 12 月至 2023 年 2 月北京大学第三医院收治的 307 例重症 / 危重症 COVID-19 患者（排除 3 例数据不全者），其中 156 例发生继发感染，151 例未发生。通过以下关键技术开展研究：
- 数据采集与变量筛选：收集患者人口学特征、合并症（如糖尿病、肾病、恶性肿瘤）、机械通气情况等临床数据，以及血常规、生化指标（如血糖、尿素氮）、炎症因子（PCT、CRP、IL-6、IL-8 等）、细胞因子等 100 余项实验室参数，采用 Boruta 算法筛选关键预测变量。
- 机器学习模型构建：对比 8 种机器学习模型（随机森林、XGBoost、Logistic 回归等），基于受试者工作特征曲线下面积（AUC）评估模型性能，最终选定最优模型。
- 模型解释与验证：利用 SHapley 加性解释（SHAP）分析特征重要性，通过 10 折交叉验证、校准曲线、决策曲线分析（DCA）等验证模型稳定性与临床实用性。
研究结果
1. 继发感染相关因素筛选
通过 Boruta 算法从众多变量中筛选出 9 个独立预测因子：机械通气、降钙素原（PCT）、白细胞介素 - 8（IL-8）、白细胞介素 - 6（IL-6）、尿素氮（UREA）、血糖（Glu）、肌酸激酶（CK）、乳酸脱氢酶（LDH）、平均血小板体积（MPV）。其中，MPV、PCT、IL-8 的 SHAP 值最高，提示对继发感染风险的预测作用最强。
2. 随机森林模型性能评估
- 训练集：平均 AUC 为 0.981（95% CI 0.965-0.998），显示模型在拟合数据上具有极高准确性。
- 测试集：AUC 为 0.836（95% CI 0.761-0.912），表明模型在独立数据中仍保持较好预测能力。
- 校准曲线：预测概率与实际感染率高度吻合，Brier 评分为 0.169，提示模型概率预测可靠性强。
- 决策曲线分析：在较宽阈值范围内，模型净获益优于 “全干预” 或 “不干预” 策略，验证了其临床应用价值。
3. 特征重要性与机制解读
SHAP 分析显示：
- MPV 升高反映血小板活化与炎症反应，可能通过加剧内皮损伤和免疫失调促进继发感染；
- PCT 升高是细菌感染的特异性标志物，与重症患者细菌共感染风险直接相关；
- IL-8 升高提示强烈的炎症级联反应，可能破坏呼吸道屏障，增加病原体易感性。
研究结论与讨论
本研究成功构建了重症 / 危重症 COVID-19 患者继发感染的风险预测模型，验证了机械通气、PCT、IL-8 等 9 个临床可获取指标的预测价值，其中随机森林模型表现最优。该模型不仅能通过量化风险帮助临床医生早期识别高危患者，还可通过 SHAP 分析揭示关键病理生理机制（如血小板活化、细菌感染标志物升高、细胞因子风暴），为个性化治疗提供方向。
尽管研究存在单中心、样本量有限等局限性，但其创新性在于结合机器学习与临床数据，为感染性疾病的风险预测提供了可推广的方法论。未来需通过多中心验证进一步提升模型普适性，并探索纳入新型生物标志物以优化预测效能。该研究为 COVID-19 重症患者的精细化管理奠定了基础，其方法学也可延伸至其他呼吸系统疾病的继发感染预测，具有重要的临床转化价值和公共卫生意义。
