基于LASSO-Boruta-SHAP的可解释机器学习模型预测头颈大手术后90天死亡率

《International Dental Journal》：An Interpretable Machine Learning Model for 90-Day Mortality After Major Head and Neck Surgery

　　

摘要 引言与目的：头颈部手术具有显著的围术期死亡率，然而现有风险模型缺乏头颈特异性及可解释性。本研究旨在利用LASSO、Boruta和SHAP，开发一种用于预测头颈大手术后90天全因死亡率的可解释机器学习模型。 方法：本研究对INSPIRE数据库中2015年至2020年间接受头颈大手术的成年患者（≥18岁）进行了一项回顾性队列研究。采用LASSO回归和Boruta算法进行特征选择。训练了五种分类器——LASSO、XGBoost、LightGBM、CatBoost和AdaBoost，并在重复分层5折交叉验证下进行比较。对Boruta–XGBoost模型进行SHAP分析，以提供非线性预测驱动因素的个体化解释。 结果：在15,694例患者中，90天死亡率为0.44%（n=69）。在自然结局患病率下，LASSO显示出数值最高的区分度（AUC 0.83，95% CI 0.77-0.89）、灵敏度（0.79，95% CI 0.70-0.88）和F1评分（0.028，95% CI 0.025-0.032）。CatBoost、AdaBoost、XGBoost和LightGBM的AUC分别为0.81（95% CI 0.75-0.87）、0.80（95% CI 0.74-0.86）、0.78（95% CI 0.72-0.84）和0.77（95% CI 0.70-0.84）；然而，其置信区间存在大量重叠。在Boruta–XGBoost模型中，SHAP分析确定术前CRP（平均|SHAP|=1.050）、白蛋白（0.524）、磷酸盐（0.419）、钠（0.419）、淋巴细胞计数（0.348）、ASA分级（0.323）、术前30天内MACE（0.317）、血小板计数（0.271）、ALP（0.246）、BUN（0.235）和肌钙蛋白（0.154）为主要预测因子。升高的炎症和代谢标志物以及耗竭的营养和血液学储备使预测向更高的死亡率偏移。 结论：一个整合了LASSO、Boruta和SHAP的可解释机器学习框架识别出了头颈手术后90天死亡率的简约且生物学合理的预测因子。 临床意义：基于SHAP的个体化风险解释将算法输出转化为可干预的术前目标——炎症、营养、电解质平衡和心血管储备——从而支持这一高风险手术人群的个体化风险分层、知情同意和针对性预康复。

论文解读文章

研究背景与研究问题

头颈部手术因其解剖复杂性、涉及关键功能器官以及患者常伴多种合并症，术后并发症和死亡率相对较高。传统术前风险分层工具，如美国麻醉医师协会（ASA）体力状态分级、修订版心脏风险指数和美国外科医师学会国家外科质量改进计划（ACS-NSQIP）手术风险计算器，多源自异质性非心脏手术人群，应用于癌症患者或头颈切除术等解剖复杂的手术时表现欠佳。现有模型仅纳入有限数量的生物标志物，且依赖线性假设，无法捕捉炎症、营养消耗、电解质失衡与生理储备之间的非线性交互作用。因此，开发专门针对头颈手术的、具有高预测性能与良好可解释性的90天死亡率预测模型具有重要的临床价值。

研究内容与结论

研究人员利用INSPIRE数据库（包含约13万例手术病例的公开围术期医学研究数据集），纳入2015至2020年间接受头颈大手术的15,694例成年患者，其中69例（0.44%）在术后90天内死亡。通过整合LASSO回归和Boruta算法进行特征选择，训练并比较了LASSO、XGBoost、LightGBM、CatBoost和AdaBoost五种分类器的性能。结果显示，在自然结局患病率下，LASSO表现出数值最高的区分度（AUC 0.83）和灵敏度（0.79）。对Boruta–XGBoost模型的SHAP分析揭示了关键的预测因素及其方向性效应。该研究的核心意义在于，首次基于INSPIRE数据库建立了头颈手术专用的90天死亡率预测模型，并通过SHAP实现了个体化的风险解释，为临床决策提供了透明、可理解的证据。

关键技术方法

1. 1.
   数据来源与队列：回顾性队列研究，数据来源于INSPIRE数据库，纳入2015至2020年间接受头颈大手术的成年患者。
2. 2.
   特征选择：采用LASSO回归（L1惩罚项）进行变量选择和过拟合缓解；同时应用Boruta算法（基于随机森林的特征重要性迭代比较）进行稳健的特征筛选。
3. 3.
   模型构建与评估：训练了LASSO、XGBoost、LightGBM、CatBoost和AdaBoost五种分类器，在重复分层5折交叉验证下评估性能，主要指标包括受试者工作特征曲线下面积（ROC-AUC）、灵敏度、特异度等。
4. 4.
   模型可解释性：应用SHAP（Shapley Additive exPlanations）值对Boruta–XGBoost模型进行全局和个体层面的预测解释，量化各特征的贡献及方向。

研究结果

基线特征与生存者/非生存者比较

共纳入15,694例患者，90天死亡率为0.44%。与非生存者相比，生存者年龄更轻、女性比例更高、体重指数（BMI）更大。非生存者合并症负担显著更重，ASA分级≥III级的比例更高（69.6% vs. 33.3%），高血压、糖尿病、冠心病、慢性肾病、慢阻肺（COPD）、心力衰竭和恶性肿瘤的患病率均显著升高。非生存者接受大手术（>3小时）和急诊手术的比例更高，术后入住重症监护室（ICU）及输血≥2单位的比例也更高。实验室检查显示，非生存者的白细胞计数（WBC）和C反应蛋白（CRP）水平显著升高，血红蛋白和白蛋白水平更低，肾功能指标（肌酐、血尿素氮[BUN]）更差。非生存者的住院时间和ICU停留时间更长，再手术率和脓毒症发生率也更高。

交叉验证的LASSO模型选择与系数路径

10折交叉验证显示，最小二项式偏差对应的λ_min为4.97×10??，而1-SE规则选择的更简约模型λ_1SE为4.64×10?3。系数轨迹图展示了随着λ增大，特征系数逐渐收缩至零的过程，体现了LASSO内嵌的变量选择特性。

Boruta特征选择

Boruta算法通过迭代比较各预测因子与随机“影子”特征的重要性，确认了一组核心预测因子。高置信度的信号包括：系统性炎症和应激标志物（如CRP、肌钙蛋白）、营养和血液学储备（白蛋白、血小板和淋巴细胞计数）、肾脏/代谢状态（BUN、磷酸盐）、生理负荷（ASA分级）、电解质（血清钠）、手术复杂度以及术前30天内发生的主要不良心血管事件（MACE）。

分类器性能

在自然死亡率（0.44%）下，LASSO获得了数值最高的AUC（0.83）、灵敏度（0.79）和特异度（0.76）。其他分类器的AUC分别为CatBoost 0.81、AdaBoost 0.80、XGBoost 0.78和LightGBM 0.77，但置信区间存在大量重叠。所有模型的阳性预测值（PPV）均较低（约0.01），阴性预测值（NPV）均超过99.8%，表明模型更适合识别极低风险患者而非确认高风险。

基于SHAP的模型解释

对Boruta–XGBoost模型的SHAP分析确定了预测因子的全局排名和效应方向。按平均|SHAP|值从高到低排序的关键预测因子为：术前CRP（1.050）、白蛋白（0.524）、磷酸盐（0.419）、钠（0.419）、淋巴细胞计数（0.348）、ASA分级（0.323）、术前30天内MACE（0.317）、血小板计数（0.271）、碱性磷酸酶（ALP）（0.246）、BUN（0.235）和肌钙蛋白（0.154）。高CRP值强烈增加风险，而低白蛋白值则与营养不良/衰弱相关并指向高风险。高磷酸盐和ALP、异常的血清钠、低淋巴细胞和血小板计数、较高的ASA分级、近期MACE史、高BUN以及高肌钙蛋白均倾向于将预测向更高死亡率偏移。

讨论与结论

讨论总结

本研究表明，在头颈大手术后90天死亡率预测中，经过良好正则化的LASSO模型在数值上优于梯度提升集成模型，这提示在处理罕见结局的表格型临床数据时，简洁的线性模型可能不逊于复杂集成模型，且更具透明度和外部验证便利性。SHAP分析揭示的风险驱动因素（炎症、营养、代谢、血液学、肾脏和心血管系统的交互缺陷）为结构化术前咨询和多学科评估提供了依据，但这些发现应被视为预后风险标志物，而非因果决定因素或可直接干预的治疗靶点。研究存在若干局限性，包括结局事件数量少导致的过拟合风险、单一中心内部验证的限制、缺失数据可能的偏倚、未纳入术中及术后动态信息、以及研究时段早于近期围术期进展等。因此，所选预测因子、模型排名和报告的性能需谨慎解读，并需在更大规模独立队列中进行外部验证。

研究结论翻译

本研究开发了一个整合LASSO和Boruta特征选择与SHAP分析的可解释机器学习框架，用于预测头颈手术后的90天死亡率。关键的风险决定因素，包括炎症负荷、营养状况、代谢稳态和生理储备，为术前优化提供了可操作的靶点。外部验证和前瞻性评估对于确立临床效用并通过针对性风险分层改善患者预后是必要的。