儿童肺栓塞可计算表型识别模型CENTIPEDE的开发与验证研究

本研究针对儿童肺栓塞(PE)诊断难题，开发了首个基于PEDSnet多中心健康系统的可计算表型(CP)算法。通过结合抗凝治疗记录、SNOMED-CT编码及影像学检查等参数，模型灵敏度达96%，特异性88%，为罕见病研究提供精准工具。该成果发表于《Thrombosis Research》，将推动儿童PE诊疗规范化和多中心研究。

　　

儿童肺栓塞(PE)作为危及生命的急症，虽发病率较低但死亡率高达8%，其诊疗研究长期面临"数据荒"困境。由于单中心病例稀少且国际疾病分类(ICD)编码识别准确率仅64.3%，儿童PE缺乏类似成人的标准化管理方案。更棘手的是，现有电子健康记录(EHR)系统难以精准捕捉疾病特征，导致疗效评估和预后研究举步维艰。这一现状促使研究者思考：能否借鉴成人领域成熟的Algorithm for Suspected Pulmonary Embolism Confirmation and Treatment(ASPECT)模型，开发适用于儿童的可计算表型(Computable Phenotype, CP)工具？

美国PEDSnet多中心健康系统的研究人员开展了这项名为CENTIPEDE的创新研究。该团队利用PEDSnet覆盖14家儿童医院的电子健康数据库，构建了基于三要素的CP算法：1)住院或急诊期间抗凝药物使用记录；2)SNOMED-CT标准化医学术语编码；3)同期胸部CT或灌注检查。通过费城儿童医院2012-2022年数据的双盲验证，最终模型展现出96%的灵敏度和88%的特异性，阳性预测值(PPV)达90%，显著优于传统ICD编码系统。值得注意的是，研究还首次实现了儿童PE关键结局指标（如输血、溶栓治疗）的电子化追踪，为后续疗效比较奠定基础。

关键技术方法包括：1)基于PEDSnet通用数据模型(CDM)构建初始队列；2)采用病例-对照设计匹配预测阳性/阴性样本；3)通过迭代算法优化（Version 1至Version 2）提升CP性能；4)人工病历审查作为金标准验证；5)多参数评估敏感性、特异性等指标。

【结果要点】
Background：揭示儿童PE研究受限于单中心样本不足，强调多中心EHR数据整合的迫切性。
Objectives：明确开发儿童专用CP的核心目标，区别于成人ASPECT算法。
Methods：详述三阶段验证流程，包括278例初始队列构建与算法优化。
Results：最佳CP版本识别152例PE，展示优异校验指标，同时暴露结局指标捕获的局限性。
Conclusions：确立首个儿童PE CP标准，提出多中心验证与结局完善的双重发展路径。

这项研究的突破性在于：首次将CP技术应用于儿童静脉血栓栓塞(VTE)领域，创建了可复制的算法框架。其临床价值不仅体现在诊断准确性提升，更开创了利用学习型健康系统研究罕见病的新范式。正如作者Hilary Whitworth强调，该工具将加速PE管理策略的循证优化——从抗凝疗程决策到风险分层体系建立。未来通过纳入更多PEDSnet机构数据，这一"数字表型"有望成为儿童血栓性疾病研究的基石，最终实现从算法验证到临床实践转化的闭环。