ST段抬高型心肌梗死患者院内死亡风险预测模型的构建与验证：基于多特征选择算法的列线图研究

本研究针对ST段抬高型心肌梗死（STEMI）患者院内死亡率预测的临床需求，通过Boruta、RFE、RF和LASSO四种特征选择算法筛选关键预测因子，构建包含年龄、性别、血尿素氮（BUN）、白细胞计数（WBC）等10个参数的列线图模型。结果显示该模型预测准确率达84%，AUC达0.91，为临床早期识别高危患者提供了可视化工具，对改善STEMI患者预后具有重要价值。

　　

心血管疾病（CVD）是全球死亡的首要原因，其中急性心肌梗死（AMI）更是威胁生命的"头号杀手"。在伊朗，ST段抬高型心肌梗死（STEMI）的年龄标准化发病率高达73.3/10万，且院内死亡率显著高于非ST段抬高型心肌梗死（NSTEMI）。虽然近年来心脏介入治疗取得长足进步，但STEMI患者院内死亡率仍维持在6-14%，成为临床亟待解决的难题。现有研究显示，女性、高龄、低收缩压等特征与不良预后相关，但缺乏针对伊朗人群的精准预测工具。传统评分系统如GRACE和TIMI因需要Killip分级等特殊参数，在资源有限地区的应用受到限制。正是基于这样的临床困境，Tahereh Roostami团队开展了这项开创性研究。

研究人员采用多中心回顾性队列设计，分析了2021年4月至2024年8月期间连续就诊于伊朗哈马丹Farshchian医院的2,568例STEMI患者数据。通过SMOTE技术处理数据不平衡问题后，创新性地联合应用Boruta、递归特征消除（RFE）、随机森林（RF）和LASSO正则化四种算法筛选预测因子，最终建立多因素logistic回归模型并可视化构建列线图。研究严格遵循伦理规范（批准号：IR.UMSHA.REC.1402.349），所有分析均在R软件中完成。

研究结果揭示了一系列重要发现：

1. 1.

   人口统计学特征：女性死亡率显著高于男性（14.1% vs 6.4%，OR=1.71），死亡患者平均年龄较存活者高23岁（64.16±14.01 vs 41.16±44.26岁）。

2. 2.

   实验室指标：血肌酐（Cr）升高使死亡风险增加74%（OR=1.74），血尿素氮（BUN）每升高1单位风险增加2%，白细胞计数（WBC）与死亡率呈正相关（OR=1.07）。

3. 3.

   临床参数：收缩压（BPs）每降低1mmHg死亡风险增加2%（OR=0.98），住院时间（LOS）延长与存活率提高相关（OR=0.89）。

4. 4.

   代谢指标：空腹血糖（FBS）和尿酸（UA）分别与死亡率显著相关（OR=1.007和1.07）。

研究构建的列线图整合了10个关键变量，通过直观的图形化评分系统实现个体化风险评估。验证结果显示模型具有优异的判别能力（AUC=0.91）和校准度，决策曲线分析证实其临床实用价值。

这项发表在《BMC Medical Informatics and Decision Making》的研究具有多重重要意义：首先，这是首个针对伊朗STEMI人群开发的死亡率预测工具，填补了地区特异性风险评估空白；其次，创新性地融合四种特征选择算法，克服了传统单一方法的局限性；第三，列线图的直观可视化特性使其特别适合临床快速决策。尽管存在单中心回顾性设计的局限性，但研究提出的"可干预风险指标"概念（如BUN、FBS等）为临床干预提供了明确靶点。该成果不仅为资源有限地区提供了实用工具，其方法论框架也为其他疾病预测模型开发提供了重要参考。未来通过多中心外部验证，这一模型有望成为STEMI患者分层管理的标准工具。