基于事后可解释性分析的机器学习框架探索全膝关节置换术后早期功能结局可预测性

《Journal of Orthopaedic Surgery and Research》：Development and internal validation of machine learning models with post hoc explainability analyses for predicting functional outcomes following total knee arthroplasty: a retrospective cohort study

　　

摘要

目的

开发并内部验证一种具有事后可解释性分析的机器学习框架，用于探索全膝关节置换术后3个月早期功能结局的可预测性，并对两个经临床选择、客观测量的结局（代表步行耐力及膝关节伸肌力量）进行模型层面和案例层面的特征贡献刻画。

方法

本回顾性队列研究采用完整病例分析，在排除数据缺失病例后，纳入321例患者用于6分钟步行测试（6MWT）预测模型，316例患者用于按体重归一化的膝关节伸肌峰值力矩（Knee Ex PT(BW)）预测模型。在基线及术后3个月评估了9项术后功能及患者报告结局，包括疼痛、活动能力、生活质量、步行耐力和膝关节肌力。进行术前术后比较以刻画总体恢复模式。使用7种机器学习算法结合嵌套交叉验证对9个候选术后结局进行探索性筛选。随后将详细的事后可解释性分析集中于6MWT和Knee Ex PT(BW)；这两个结局是基于临床而非统计标准被保留的，因为它们代表了互补的、客观测量的术后恢复领域；该结局选择为探索性的，并非预先设定。采用Spearman相关分析检验所选结局间的结构关系。随后进行模型诊断和基于置换的特征重要性分析。使用平均绝对误差、均方根误差和决定系数（R2）评估机器学习模型性能，误差指标同时以原始临床单位报告。为评估机器学习的增量预测价值，在同一分析框架下将普通最小二乘法（OLS）、岭回归、Lasso回归和弹性网络回归模型作为传统比较模型进行评估，并采用配对自助法估计R2差异。应用局部可解释模型无关解释法（LIME）刻画案例特定的模型行为。

结果

6MWT队列平均年龄为71.9 ± 5.9岁，Knee Ex PT(BW)队列平均年龄为71.8 ± 5.9岁，男性患者分别占各队列的15.3%（n = 49）和15.5%（n = 49）。6MWT和Knee Ex PT(BW)在术后3个月均显示出显著改善（所有p < 0.001）。探索性筛选显示，若干未保留用于详细分析的结局达到了与两个保留结局相当或更高的解释力。因此，6MWT和Knee Ex PT(BW)是基于临床而非统计标准被保留的。对于6MWT，TabPFN回归器达到R2为0.283、RMSE为73.614 m；对于Knee Ex PT(BW)，支持向量机回归器达到R2为0.283、RMSE为21.644%BW。总体预测性能较为一般。与表现最佳的常规回归模型进行配对自助法比较，未显示出机器学习具有明确的增量预测优势。在统一分析中，6MWT模型中置换重要性最高的特征为术前WOMAC总分、年龄和术前6MWT步行距离，而在Knee Ex PT(BW)模型中，性别和术前膝关节伸肌峰值力矩具有最高的置换重要性。置换重要性分析和LIME分析分别产生了模型层面和案例层面的特征贡献，但不暗示生物学或因果关系的重要性。

结论

具有事后可解释性分析的机器学习为全膝关节置换术后早期功能结局的可预测性提供了探索性见解。在9个候选结局中，6MWT和Knee Ex PT(BW)是基于临床驱动的事后理由保留用于详细分析的，而非因为它们是最好的预测目标。总体预测性能较为一般，当前模型不足以用于个体层面的临床决策。未显示出机器学习相对于常规回归具有明确的增量预测优势；这并不能确立两种建模方法之间的等效性。由于完整病例分析仅保留了约四分之一筛查人群，研究结果可能受到缺失数据相关选择效应的显著影响。因此，这些结果应被视为探索性和假设生成的，特别是考虑到单中心设计和缺乏外部验证。在临床实施之前，需要在更大规模的独立多中心队列中进行验证。