《Diagnostics》:Machine Learning Prediction of 90-Day Readmission and Mortality in General Internal Medicine: A Retrospective Cohort Study
编辑推荐:
背景/目的: 预测普通内科(GIM)患者出院后结局对于实施针对性干预至关重要。本研究利用常规临床数据,开发了机器学习(ML)模型以预测90天再入院和90天全因出院后死亡。方法: 这项回顾性队列研究纳入了某三级医院普通内科部门935例成人入院(2022年1月至2
背景/目的: 预测普通内科(GIM)患者出院后结局对于实施针对性干预至关重要。本研究利用常规临床数据,开发了机器学习(ML)模型以预测90天再入院和90天全因出院后死亡。方法: 这项回顾性队列研究纳入了某三级医院普通内科部门935例成人入院(2022年1月至2023年12月),经数据质量核查后保留881例。研究评估了六种机器学习算法——逻辑回归、随机森林、梯度提升、支持向量机(SVM)、神经网络和投票集成——分别在仅入院特征(第一层级)和出院增强特征(第二层级)特征集上的表现,并采用了合成少数类过采样技术(SMOTE)、SelectKBest特征选择以及五折交叉验证的超参数调优。结果: 90天再入院率和死亡率分别为33.4%和4.8%。死亡预测模型的性能显著优于再入院预测模型(最佳入院模型AUC为0.821,由投票集成实现;再入院预测中逻辑回归AUC为0.645;最佳出院模型死亡预测AUC为0.828,由逻辑回归实现,95%置信区间:0.694–0.930)。对于两种结局,出院模型均未较入院模型产生性能提升。关键的死亡预测因素包括代码状态、白蛋白水平、功能依赖和年龄。结论: 入院时可获得的临床变量能够对90天死亡实现良好的区分能力,但对再入院的预测能力仅为中等。鉴于较低的事件每变量比和单中心设计,这些发现应被视为假设生成性质,在临床实施前需进行外部验证。
论文解读
一、研究背景与问题
再入院和出院后死亡是普通内科领域中最重要且代价最高的两种临床结局。在全球多数医疗体系中,30天内再入院率约为16%至27%,而出院后死亡则构成了可避免死亡的重要部分。这些结局不仅具有显著的临床意义,还大量占用医疗资源,包括病床、人员配置和费用支出,并日益受到监管和财务层面的关注。然而,目前仍缺乏系统性的方法来识别出院时的高风险患者。
普通内科病房在风险分层方面面临特殊挑战。该科室收治的患者群体具有高度异质性,涵盖广泛的急性和慢性疾病、多病共存、功能衰退和社会复杂性,这使得统一的风险评估难以实施。传统的评分系统如APACHE和SAPS主要针对重症监护病房患者开发,在应用于非选择性普通内科人群时存在公认的局限性。同样,既有的合并症指数如查尔森合并症指数(CCI)、老年综合评估(CGA)和老年合并症指数(GIC)对出院后结局的预测性能参差不齐且往往有限,反映出这些工具无法整合床旁常规可获得的全部临床数据复杂性。此外,在多种临床场景中,临床医生的死亡预测仅具有中等准确性且变异性大,常存在校准偏差,因此将其与客观可重复的风险模型相结合能够改善预后判断性能并支持更一致的风险分层。
现有文献中,机器学习技术已在多种临床预测任务中展现出较强的区分能力,包括院内死亡、脓毒症、急性肾损伤和再入院。然而,仍存在若干重要空白:大多数已发表模型针对院内结局或特定疾病人群(如心力衰竭、COPD或肺炎),针对非选择性普通内科人群出院后结局的研究相对较少;多数研究仅使用单一算法评估单一结局,限制了跨结局和跨模型的比较;此外,住院期间积累的临床信息(如生命体征轨迹、住院时长和院内获得性并发症)相对于入院时即可获得的变量能否提供有意义的增量预测价值,这一问题尚未得到充分探索。解决这一问题具有直接的临床意义,因为入院时预测能够更早地识别和干预高风险患者。
二、研究设计与方法
本研究为回顾性队列研究,数据来源于某三级医院普通内科部门2022年1月至2023年12月期间的935例成人入院患者,经数据质量核查和排除标准筛选后最终纳入881例。研究采用两层特征策略:入院模型(第一层级)仅使用入院8小时内的变量;出院模型(第二层级)在第一层级基础上增加住院期间记录的信息。数据经日期质量审计,对再入院和死亡结局进行了重新分类校正。缺失值处理采用中位数插补和众数插补,缺失率超过15%的变量被排除。特征选择使用SelectKBest(ANOVA F检验),再入院模型选择20个特征,死亡模型选择10个特征。针对死亡结局的类别不平衡问题,在训练集上应用SMOTE技术。研究评估了六种机器学习算法:逻辑回归、随机森林、梯度提升、支持向量机(SVM)、多层感知器神经网络和投票集成分类器,采用五折交叉验证网格搜索进行超参数调优,以AUC作为评分指标。数据集按70%训练/30%测试分层划分。
三、研究结果
3.1 研究人群。 最终分析队列包括881例患者,其中294例(33.4%)在出院后90天内再入院,42例(4.8%)在出院后90天内死亡,26例(2.9%)同时经历两种结局。
3.2 基线特征。 再入院患者住院时长更长(中位数5.0天对4.0天),更可能携带不复苏(DNR)代码状态(13.4%对5.9%),既往医疗资源利用率显著更高,心力衰竭、COPD、急性肾损伤和慢性肾脏病患病率更高,血红蛋白和白蛋白水平更低。死亡患者年龄显著更大(中位数75.1岁对60.5岁),住院时长显著更长(中位数9.0天对5.0天),51.2%完全功能依赖(对照组为18.1%),44.2%携带DNR状态(对照组为6.6%),83.7%携带三种及以上合并症(对照组为45.5%),院内获得性感染发生率32.6%(对照组为4.1%),血红蛋白、白蛋白显著更低,C反应蛋白、白细胞计数和尿素显著更高。
3.3 特征选择。 再入院模型排名靠前的特征包括既往12个月急诊就诊次数、既往12个月入院次数、代码状态、既往3个月入院次数、COPD/间质性肺病、心力衰竭、钙、白蛋白等。死亡模型排名靠前的特征包括代码状态、白蛋白水平、氧气量、年龄、功能状态、需氧需求、脑血管疾病、合并症、急诊就诊和心力衰竭。两种结局均未选择任何ICD-10入院诊断类别。
3.4 90天再入院模型性能。 再入院预测模型的区分能力整体有限。入院模型中,投票集成分类器AUC最高为0.539,逻辑回归AUC为0.645,召回率51.1%。出院模型与入院模型性能几乎相同,投票集成AUC为0.587。两层级间AUC差异极小,表明再入院风险主要由入院时已知的患者层面特征决定。
3.5 90天死亡模型性能。 死亡预测模型的区分性能显著优于再入院模型。入院模型中,投票集成AUC最高为0.784,逻辑回归AUC为0.814,随机森林AUC为0.824,投票集成达0.821。训练期间交叉验证AUC范围为0.930至0.996,但测试集性能有所下降,提示树模型存在一定过拟合。Brier评分范围为0.056至0.122。
3.6 特征重要性与可解释性。 再入院模型中,生化标志物占主导预测地位,碱性磷酸酶、血红蛋白、尿素、钙、年龄和白蛋白位列前六,合计占总重要性的73.9%。死亡模型中,年龄(0.261)和白蛋白(0.252)合计占总重要性的51.4%。逻辑回归系数显示,三种及以上合并症、年龄、脑血管疾病和急诊就诊为最强风险因素,而白蛋白、完全代码状态和功能独立为保护因素。
四、讨论与结论
本研究的核心发现是死亡预测与再入院预测性能之间的显著差距:最佳死亡模型AUC为0.828,而最佳再入院模型AUC仅为0.645。这一模式与更广泛的文献一致,再入院预测在多种临床场景和方法学路径中始终比死亡预测更具挑战性。再入院预测的固有困难在于大量未测量因素的贡献,包括社会健康决定因素、健康素养、自我管理能力、用药依从性、照护者可用性和医疗系统碎片化,这些均未包含在常规住院电子健康记录数据中。
最具操作意义的研究发现是,出院模型(第二层级)对两种结局均未较入院模型(第一层级)产生有意义的性能提升,表明住院期间临床轨迹(如生命体征变化、住院时长)提供的增量预测价值极为有限。从临床角度看,这意味着风险分层可在入院第一天启动,从而更早地调动过渡期护理资源和出院规划。
研究存在若干局限性:单中心回顾性设计限制可推广性;死亡结局仅42个事件,事件每变量比(EPV)为4.2,低于推荐的10–20最低标准;SMOTE生成约95%的合成少数类样本可能高估模型性能;高缺失率生物标志物(BNP、铁蛋白、乳酸、肌钙蛋白)的排除可能限制模型性能。因此,这些结果应被视为假设生成性质,在临床部署前需在更大规模、多中心独立队列中进行外部验证。
研究结论: 在这项普通内科患者回顾性队列研究中,90天死亡主要由高龄、功能依赖、多病共存、院内获得性感染以及反映全身炎症、营养不良和器官功能障碍的生化特征驱动。相比之下,90天再入院与既往医疗资源利用、心肺和肾脏合并症以及贫血的关联更强。这些发现为旨在减少普通内科人群出院后发病率的质量改进计划确定了可操作的干预目标。鉴于较低的事件每变量比、单中心设计和缺乏外部验证,这些发现应被视为假设生成性质。未来需要在独立队列中进行前瞻性外部验证、多变量回归分析、校准评估和出院后随访数据整合,然后才能考虑风险预测模型的临床部署。