基于部分重叠变量时间序列的因果模型组合方法(CMC-TS)在医疗数据因果推断中的创新应用

针对医疗时间序列数据中变量部分重叠导致的因果推断难题，研究者提出创新方法Causal Model Combination for Time Series (CMC-TS)，通过跨患者共享因果信息、迭代重建缺失变量和加权校正技术，在模拟数据和脑卒中患者真实数据中实现更高F1-score和更低误发现率，为异构医疗数据的因果发现提供新范式。

　　

在医疗大数据时代，电子健康档案(EHR)和重症监护室(ICU)监测设备产生的海量数据蕴藏着揭示疾病因果关系的宝贵信息。然而这些观测性数据存在一个根本性矛盾：临床实践中，患者的检测项目往往根据其健康状况动态调整，导致不同患者记录的变量集存在显著差异。这种"部分重叠变量"现象使得传统因果推断方法陷入两难——若仅分析完全数据会损失样本量，而单独建模又难以泛化。更棘手的是，变量缺失可能引发混杂偏倚，但现有方法如时间序列快速因果推断(tsFCI)无法处理变量在某些患者中完全缺失而在其他患者中存在的复杂场景。

针对这一挑战，Louis Adedapo Gomez等研究者开发了时间序列因果模型组合方法(CMC-TS)。该方法创新性地将变量部分重叠特性转化为优势，通过三阶段迭代流程：首先基于共享变量对齐不同患者数据集，继而利用结构因果模型重建缺失变量，最后通过跨数据集加权推理校正时间点缺失导致的误差。在模拟实验中，CMC-TS的F1-score显著优于PCMCI+、tsFCI等5种基线方法；应用于蛛网膜下腔出血(SAH)患者的真实神经ICU数据时，该方法成功识别出脑组织氧合(PbtO₂
)降低的临床合理诱因，排除了传统方法产生的虚假关联。

关键技术方法包括：1) 基于潜在因果结构的变量重建算法；2) 跨数据集信息加权的时序因果发现框架；3) 采用约束性方法处理高维医疗变量。实验数据来源于哥伦比亚大学医学中心收治的SAH患者队列，包含动态监测的生理参数和治疗记录。

【主要结果】

1. 模拟数据验证：在包含20-100个变量的仿真系统中，CMC-TS的误发现率(FDR)比次优方法降低38%，对时间分辨率差异和样本量波动表现出更强鲁棒性。
2. 真实数据应用：分析58例SAH患者的7,832小时监测数据，发现脑血管痉挛和颅内压波动是PbtO₂
   降低的关键驱动因素，这些发现与临床知识一致且未被基准方法检出。
3. 计算效率：通过变量集分组策略，处理100维数据的速度比传统方法快15倍，突破高维医疗数据的计算瓶颈。

该研究的突破性在于首次系统解决了"动态缺失变量"这一医疗因果推断的核心难题。CMC-TS的创新框架不仅适用于ICU监测场景，还可扩展至多中心临床试验、移动健康等领域。研究者特别指出，该方法通过利用医疗数据天然的异构性（而非规避它），为从真实世界数据中提取可靠因果知识开辟了新途径。未来工作将聚焦于整合临床先验知识以进一步提升模型的可解释性，以及开发适用于边缘计算设备的轻量级版本。这项发表于《Journal of Biomedical Informatics》的成果，标志着医疗人工智能从相关性分析向因果发现迈进的关键一步。