极早产儿支气管肺发育不良的早期预测：建模方法比较与多中心验证研究

来自法国的研究人员通过对比逻辑回归与随机森林算法，开发了极早产儿支气管肺发育不良(BPD)或死亡的早期预测模型。研究利用EPIPAGE-2(法国)和EPICE(欧洲)两大队列验证发现，两种模型在出生时预测效能相当(c-statistic 0.80-0.81)，但存在地域性校准差异，为临床决策提供了简便可靠的预测工具。

　　

这项多中心研究针对妊娠不足30周的极早产儿，创新性地对比了传统逻辑回归与新兴随机森林算法在预测支气管肺发育不良(bronchopulmonary dysplasia, BPD)或死亡方面的表现。研究团队巧妙运用法国EPIPAGE-2队列(2011年，1923例)进行模型开发，并借助覆盖欧洲的EPICE队列(2011年，3335例)进行外部验证。

令人振奋的是，在出生后短期内，两种建模方法展现出惊人的一致性：内部验证时c-statistic均达0.80以上，外部验证时逻辑回归模型更以0.81(95%CI 0.80-0.83)略胜一筹。不过有趣的是，模型在欧洲不同地区表现出"水土不服"现象——虽然判别能力稳定，但概率预测存在明显地域校准差异。

该研究打破常规认知，证明在BPD预测领域，复杂的随机森林算法并未显著优于传统逻辑回归。这一发现具有重要临床意义：简洁明了的回归模型更便于跨中心推广应用，为NICU医护人员提供了即插即用的决策工具。研究还特别指出，定义BPD时采用的"36周胎龄仍需呼吸支持"标准，为后续研究设立了可复制的评估框架。