《DIGITAL HEALTH》：Development and validation of a machine learning model for heart failure in older patients with atrial fibrillation
编辑推荐：
目的：本研究旨在基于真实世界数据开发并内部评估一种机器学习（ML）模型，用于识别老年心房颤动（AF）患者住院期间经临床裁定的心力衰竭（HF），并比较用于此类评估方法的各种模型。方法：纳入2023年至2024年期间在宁夏医科大学总医院住院的老年AF患者。从电子病
目的：本研究旨在基于真实世界数据开发并内部评估一种机器学习（ML）模型，用于识别老年心房颤动（AF）患者住院期间经临床裁定的心力衰竭（HF），并比较用于此类评估方法的各种模型。方法：纳入2023年至2024年期间在宁夏医科大学总医院住院的老年AF患者。从电子病历中提取人口学特征、生命体征、合并症、用药情况及常规实验室检测结果。采用最小绝对收缩和选择算子（LASSO）回归筛选候选预测因子，随后开发并比较5种ML模型。采用独立、非重叠的训练集和测试集进行模型开发与评估。模型性能从判别力、校准、潜在临床净获益和可解释性方面进行评估。结果：本研究纳入1,989例患者，其中11%在住院期间发生HF。通过LASSO回归识别出16个关键变量，包括年龄、生命体征、合并症和多项血液学指标。在5种模型中，XGBoost在测试集上表现最佳（受试者工作特征曲线下面积[AUROC] 0.737），表现出较均衡的准确度、敏感性和特异性，且无明显过拟合。校准曲线显示模型预测与实际风险高度一致。决策曲线分析（DCA）显示在5%–40%阈值范围内具有较高净获益。SHAP（SHapley Additive exPlanations）分析识别年龄、红细胞分布宽度（RDW）系列指标、贫血指标和感染相关变量为最重要特征，与HF的病理生理学一致。结论：用于识别住院老年AF患者中经临床裁定HF的XGBoost模型显示出中等判别能力、校准和决策曲线分析的探索性发现，以及较高可解释性。该模型可能作为一种基于入院的探索性评估方法，用于识别住院期间符合预设HF标准的患者。在确定其潜在临床应用前，需进行前瞻性外部验证。
论文解读：研究人员围绕老年心房颤动（AF）患者住院期间发生心力衰竭（HF）的识别问题开展真实世界研究。HF是老年AF患者常见且严重的并发症，以心室充盈或射血功能受损为特征，可导致心输出量不足并引起多系统功能障碍。随着人口老龄化以及高血压、糖尿病、冠心病（CHD）等基础疾病高发，HF患病率和死亡率逐年上升，已成为全球公共卫生负担的重要组成部分。老年患者常存在多种合并症、复杂用药方案和生理储备下降，其HF风险及住院死亡率显著高于年轻患者。AF与HF存在密切的双向关联：AF可通过快速心室率和心房收缩功能丧失等机制诱发或加重HF，HF也可因心腔扩张和心肌重构触发AF；合并两种疾病的患者死亡风险和再住院率显著增加，因此早期识别老年AF患者中的HF高风险人群具有重要临床意义。传统HF风险预测主要依赖基于回归分析的统计模型，如Cox比例风险模型或逻辑回归（LR），其预测能力有限，难以充分捕捉变量间复杂的非线性关系。电子病历系统和真实世界数据的广泛应用使机器学习（ML）在心血管疾病预测中的价值日益显现；ML算法可自动学习大规模多维特征数据中的潜在模式，并在变量交互复杂时保持较高预测准确性。已有研究采用随机森林（RF）、极端梯度提升（XGBoost）和轻量梯度提升机（LightGBM）等算法构建HF患者死亡预测模型，其AUROC值约为0.82至0.85，显著优于传统统计方法。然而，针对老年AF患者发生HF的真实世界预测研究仍较少；该人群存在多重用药及肾功能减退、炎症反应等复杂病理生理变化，传统风险评分工具难以全面反映个体化风险水平。因此，研究人员整合人口学特征、实验室参数、合并症和用药等真实世界电子病历多维信息，构建并验证老年AF患者HF风险预测模型，应用多种ML算法以促进早期识别和精准干预，为临床决策提供科学证据。研究结果显示，XGBoost模型在测试集上具有最佳综合表现，可作为基于入院的探索性评估方法，用于识别住院期间符合预设HF标准的老年AF患者；其意义在于为早期风险分层、加强监测和进一步评估提供探索性依据，但并非现阶段可直接部署的临床决策支持工具，仍需前瞻性外部验证。
关键技术方法（不超过250字）：本研究为单中心回顾性研究，样本队列来源为宁夏医科大学总医院2023年至2024年住院的老年AF患者。研究人员从电子病历提取人口学特征、生命体征、合并症、用药和常规实验室指标；采用LASSO回归筛选候选预测因子；按7:3随机划分独立、非重叠训练集和测试集；在训练集构建LR、支持向量机（SVM）、RF、梯度提升机（GBM）和XGBoost模型，并在测试集一次性评价AUROC、准确度、精确度、敏感性、特异性、校准曲线、DCA和SHAP；缺失值少于20%者采用多重插补，极端值采用Winsorization缩尾处理。
研究结果：
3.1 患者特征（Patient Characteristics）：通过纳入1,989例符合条件的老年AF患者并按7:3随机分为训练集（n=1,392）和测试集（n=597）进行基线比较，得出总体中男性占57%、女性占43%，中位年龄74岁（四分位距[IQR] 69–79），HF发生率为11%（212/1,989）；多数患者合并高血压（68%）、CHD（25%）和糖尿病（28%）。训练集与测试集在性别、年龄、主要基础疾病和常用药物方面差异无统计学意义（P>0.05），HF比例分别为10%和11%（P=0.649）；多数血液学和生化指标无显著差异，但平均红细胞血红蛋白浓度（MCHC，P=0.014）、嗜碱性粒细胞百分比（BASO%，P=0.006）、红细胞分布宽度-变异系数（RDW-CV，P<0.001）和嗜碱性粒细胞绝对计数（BASO#，P=0.004）存在差异。总体上两组基线分布较一致，为后续模型训练和测试提供了基础。
3.2 变量选择（Variable Selection）：通过LASSO回归并以10折交叉验证确定最优正则化参数λ=0.005985，得出16个非零系数变量，包括年龄、CHD、饮酒、体温、脉率、收缩压（SBP）、慢性阻塞性肺疾病（COPD）、单核细胞百分比（MXD%）、血细胞比容（HCT）、红细胞分布宽度-标准差（RDW-SD）、血红蛋白（HGB）、平均血小板体积（MPV）、RDW-CV、BASO%、他汀使用和肺炎；这些变量涵盖人口学因素、生命体征、实验室指标、基础疾病和用药，可综合反映老年AF患者临床状态和HF风险，并作为5种ML模型的输入特征。
3.3 模型构建与性能评价（Model Construction and Performance Evaluation）：基于16个预测因子构建LR、SVM、RF、GBM和XGBoost模型并在独立测试集评价，得出测试集AUROC由高到低为XGBoost 0.737（95%置信区间[CI] 0.676–0.797）、GBM 0.720（95% CI 0.657–0.783）、RF 0.705（95% CI 0.644–0.767）、LR 0.692（95% CI 0.622–0.762）和SVM 0.576（95% CI 0.494–0.658）；XGBoost判别高风险与低风险患者的能力最佳。测试集准确度以RF最高（0.828），其次为GBM 0.784、XGBoost 0.769、LR 0.762和SVM 0.675；但RF训练集AUROC接近1.0（0.996），提示明显过拟合。综合AUROC、准确度、精确度、敏感性和特异性，XGBoost在测试集表现最佳。校准曲线显示XGBoost预测概率与实际HF发生率总体接近，仅在高风险范围有轻微偏差。DCA显示在5%–40%阈值范围内，XGBoost较“全部评估”或“不评估”策略提供更高净获益，提示该风险分层情境下具有潜在临床效用；该结果不表示模型可直接指导药物治疗。
3.4 可解释性分析（Interpretability Analysis）：通过SHAP方法分析XGBoost特征重要性，得出与HF风险显著相关的特征包括年龄、RDW系列指标（RDW-CV和RDW-SD）、生命体征（脉率和SBP）、HGB、HCT、肺炎、COPD和MXD%；SHAP分析揭示了模型内部决策逻辑并验证了预测的临床合理性，提高了模型作为可解释临床决策支持工具的临床可接受性。综合校准曲线、DCA和SHAP分析，XGBoost在预测准确性、临床净获益和可解释性方面表现最佳，显示其在老年AF患者早期HF风险识别中的潜在价值。
讨论部分总结：本研究利用住院老年AF患者真实世界数据构建并比较多种ML模型，用于识别住院期间经临床裁定的HF；XGBoost在判别能力、校准和探索性DCA方面表现最佳，并具有良好可解释性。与现有主要评估随访期间新发HF或HF住院的风险工具不同，本研究聚焦根据预设临床标准识别的住院期间HF，并针对老年AF这一高危人群系统比较5种ML模型，同时纳入校准曲线、DCA和SHAP分析。已有研究中，Hamatani et al.采用ML评估AF患者随访期间HF住院风险，最佳模型AUROC约为0.73；Moschovitis et al.基于大型队列开发HF风险评分，C-statistic亦接近0.73；REACT-HF评分用于评估AF患者首次HF住院风险，LVS-HARMED评分用于评估急诊就诊AF患者就诊后HF风险，REFLEJA量表用于评估门诊AF患者HF住院风险，Krittayaphong et al.基于COOL-AF注册研究开发3年HF风险评估评分系统；这些模型主要关注随访期间结局，而本研究关注指数住院期间按预设临床标准识别的HF，二者在结局定义和临床场景上不同。机制方面，16个关键变量均具有明确的生物学和病理生理相关性：年龄相关心房和心室电机械重构、心房纤维化、舒张功能受损和心肌顺应性降低使老年患者更易从AF进展为HF；心率升高提示交感激活和快速心室率，持续存在可导致心动过速性心肌病和左心室功能下降；SBP升高提示后负荷增加；体温升高反映炎症或感染，炎症状态与HF恶化密切相关；CHD导致心肌缺血、纤维化和重构，是HF的重要基础疾病；COPD和肺炎引起缺氧、增加右心室压力负荷并触发全身炎症反应，显著升高HF风险，AF与COPD共存可进一步放大该风险；RDW升高与HF住院、再住院和死亡相关，反映氧化应激、炎症和红细胞生成失调等病理过程；贫血（低HGB或HCT）降低氧输送能力，引起心输出量代偿性增加，可加速HF进展；MPV升高提示血小板活化，可能导致微血管灌注受损和心肌低灌注；MXD%和BASO%反映免疫细胞分布变化，提示潜在炎症或感染过程，与肺炎和体温升高共同构成与HF风险密切相关的炎症-感染通路。RF模型训练集AUROC为0.996而测试集仅0.705，提示明显过拟合；可能原因包括特征集中存在RDW-CV、RDW-SD、MPV和BASO%等相关血液学变量，年龄和RDW相关指标等优势预测因子在树间被重复选择，增加树间相关性并降低聚合的方差削减收益；深树可能捕捉训练数据噪声和离群值；RF通过自助聚合、随机特征选择和树结构超参数间接控制复杂度，而XGBoost通过正则化目标、收缩和树生长约束控制复杂度，可能限制了模型对训练数据特异模式的拟合。XGBoost在测试集AUROC为0.737，校准良好，并在5%–40%阈值范围显示稳定临床净获益；DCA中的临床行动是对模型判定为高风险的患者进一步HF评估和更密切监测，而非直接启动特定治疗，潜在获益在于正确识别需进一步评估的患者，潜在危害包括假阳性导致的不必要监测、额外诊断检查和医疗资源使用增加。SHAP分析可视化模型决策过程，增强临床可解释性；该模型可用于识别住院AF患者HF高风险，为强化监测、治疗优化和早期干预提供依据。研究优势在于聚焦老年AF患者、住院期间临床裁定HF、比较5种ML模型并引入校准、DCA和SHAP；局限包括单中心回顾性研究、可能存在选择偏倚、测试集AUROC 0.737提示中等判别力、校准和DCA仅来自内部测试集，需前瞻性多中心外部验证；患者未按入院主要原因、既往HF状态或HF确认时间分层，无法可靠区分既往HF、入院时HF和入院后新发HF，虽使用入院后首次生命体征和实验室测量，部分变量仍可能反映既往HF或并发急性疾病，不能完全排除时间信息泄漏，模型性能应主要解释为住院HF状态判别而非严格前瞻性预测入院后新发HF；HF具体病因和诱因未系统裁定，AF类型和HF表型（HFpEF、HFmrEF和HFrEF）未分别分类，未采用AF特异性利钠肽阈值，可能导致结局误分类，模型不能确定HF是否直接归因于AF或评估不同AF类型和HF表型下的性能；既往HF、慢性肾脏病（CKD）分期、全面肝功能指标、除利伐沙班外抗凝药使用和部分超声心动图参数未纳入，B型利钠肽（BNP）、N末端B型利钠肽原（NT-proBNP）和超声心动图结果用于HF结局判定，因此作为预测因子被排除以避免循环性和潜在信息泄漏，但限制了模型可用临床信息。未来研究应明确预测时间点，系统记录入院主要原因、AF和HF表型及相关临床变量，并开展多中心外部验证和前瞻性临床效用评价。
研究结论翻译：本研究利用住院老年AF患者真实世界数据，采用LASSO进行特征选择，构建多种ML模型以识别经临床裁定的住院HF。结果表明，XGBoost模型在识别住院老年AF患者住院HF方面显示中等判别能力，并具有一定可解释性。它可能作为一种探索性基于入院的评估方法，支持对住院患者的评估，但现阶段不应视为可临床部署的决策支持工具。其泛化性和真实世界临床效用需在前瞻性、多中心研究中进一步评价。
