基于电子健康记录的住院患者静脉血栓栓塞实时预测模型开发与验证协议

医院获得性静脉血栓栓塞(HA-VTE)是住院患者主要并发症，现有预测工具存在适用人群局限、自动化程度低等问题。研究团队通过整合132,561例住院患者电子健康记录(EHR)数据，采用LASSO回归和逻辑回归方法开发通用型HA-VTE预测模型，并完成时空域三重外部验证。该研究为首个可实现EHR系统实时部署的HA-VTE预测方案，模型开发遵循TRIPOD+AI指南，C统计量达0.82，为临床决策提供精准风险分层工具。

　　

静脉血栓栓塞(Venous Thromboembolism, VTE)如同潜伏在住院患者体内的"隐形杀手"，每年导致大量本可预防的死亡事件。尽管医学界30年来不断改进预防措施，但流行病学数据显示，随着人口老龄化和合并症增加，VTE发生率不降反升。更令人担忧的是，目前临床使用的风险评估工具存在三大痛点：仅适用于特定科室患者（如普通病房或术后患者）、采用粗糙的风险分级（如简单按年龄分段）、难以整合到电子健康记录(EHR)系统实现实时预警。这就像试图用老式温度计测量现代工业反应釜——既不够精准又缺乏即时性。

为破解这一困局，Vanderbilt大学医学中心的Henry J. Domenico团队在《Diagnostic and Prognostic Research》发表了一项开创性研究。研究人员收集了2018-2020年间132,561例住院患者的完整临床数据，采用知识工程方法统一EHR数据标准，通过LASSO回归筛选关键预测因子，最终建立可实时计算的HA-VTE逻辑回归预测模型。该研究突破性地完成了三重外部验证：时间维度（2021-2024年新数据）、空间维度（杜克大学医学中心数据）和人群维度（社区医院数据），确保模型具备真正的临床适用性。

关键技术方法包括：1）基于LOINC/SNOMED标准构建EHR数据映射体系；2）采用十折交叉验证的LASSO回归进行变量筛选；3）使用Harrell's C统计量和校准曲线评估模型性能；4）通过亚组分析检验模型公平性。所有分析均使用R语言完成，严格遵循TRIPOD+AI报告规范。

【主要研究结果】

1. 1.

   预测因子筛选

   LASSO回归从58个候选变量中筛选出21个核心预测因子，包括：Braden活动度评分(_OR=0.72)、D-二聚体(_OR=1.34)、空气污染指数(_OR=1.18)等。值得注意的是，社区级社会 determinants of health（如区域剥夺指数ADI）首次被证实与HA-VTE风险显著相关。

2. 2.

   模型性能验证

   在原始队列中模型展现卓越判别力（C统计量0.82，95%CI 0.80-0.84），优于现有专用模型20%以上。时空验证显示稳定性能：杜克大学队列C统计量0.79，社区医院队列0.77。校准曲线斜率保持在0.95-1.05理想区间。

3. 3.

   临床实用性测试

   将模型预测概率分为四风险等级后，最高风险组（>15%）实际VTE发生率是低风险组（<3%）的8.7倍。亚组分析显示模型在不同种族、年龄组间保持公平性，最大预测偏差不超过5%。

这项研究标志着HA-VTE预测进入精准医学时代。与既往模型相比，其突破性体现在三个方面：首先，通用型设计覆盖全部住院患者而非特定亚群；其次，整合环境因素和社会 determinants of health 等创新预测维度；最重要的是，通过知识工程技术实现EHR系统无缝对接，使实时风险预警成为可能。正如作者强调，该模型框架可扩展至其他住院并发症预测，为智慧医院建设提供方法论范式。当前模型已进入多中心随机对照试验阶段，未来或将成为住院患者VTE预防的"标准配置"。