转诊时信息预测儿童青少年精神科会诊六类临床管理决策的时间可迁移性

《Healthcare》：Predicting Clinical Management Decisions from Referral Information in Child and Adolescent Psychiatry Consultations: A Temporal Transportability Study

　　

背景/目标：儿童和青少年精神科会诊-联络服务面对异质性管理需求，而转诊路径和服务组织可能随时间变化。研究人员检查精神科评估前可获得的信息能否预测随后记录的六类临床管理决策，以及预测性能是否可迁移至较晚服务期。方法：该回顾性预测研究纳入656例年龄1–18岁的独特患者。六类管理域依据精神科会诊回复文档编码，使用转诊记录文本、年龄、性别和经临床协调的转诊科室建模。L₂正则化逻辑回归模型纳入词频-逆文档频率（term frequency–inverse document frequency, TF-IDF）文本特征。内部性能采用分组重复交叉验证评估。时间可迁移性通过将2013–2019年记录（n = 447）开发的模型应用于2022–2025年队列（n = 209）且不重新训练或不重新校准进行评估。主要指标为精确率-召回率曲线下面积（area under the precision–recall curve, AUPRC）。结果：全队列交叉验证AUPRC范围为0.282至0.721。时间AUPRC范围从心理社会管理的0.136至药物管理决策的0.663；相应值为额外评估0.282、随访/复评0.586、安全/处置0.415、联络/医疗整合0.575。心理社会管理的时间判别尤其弱（受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUROC）= 0.532），额外评估仍有限（AUROC = 0.587）。转诊科室构成和若干结局患病率在两期间发生显著变化。尽管转诊记录文本在拟合模型内有贡献，但在错误发现率（false discovery rate, FDR）校正后，其相对结构化预测变量的增量时间价值未确立；置信区间仍与轻度获益或损害相容。结论：评估前信息含有管理域特异性的预测信号，可用于预测随后记录的临床管理决策，但可迁移性因临床目标和服务期而异。这些发现应解释为关于时间可迁移性的证据，而非临床实施准备度证据。结果不支持自动化临床决策。在实施前需要开展多中心、最好前瞻性的验证，并评估临床效用和工作流程影响。

研究背景与问题：儿童青少年精神科会诊-联络服务处于精神卫生服务与综合医院服务交界处，管理任务包括药物管理、心理社会干预、额外评估、随访/复评、安全/处置及与医疗团队协调等，呈显著异质性。既往儿童青少年心理健康自然语言处理（natural language processing, NLP）研究多聚焦自杀风险、抑郁、应激等特定状态或后续服务使用，较少检验转诊时信息对精神科评估后多个已记录管理决策是否具有不同预测信号。同时，患者构成、转诊来源、文档实践、临床流程和结局患病率可随时间变化，内部验证不能保证时间可迁移性。因此，研究人员开展时间可迁移性研究，而非开发可直接部署的临床决策支持系统。

研究开展、结论与意义：研究人员基于Tokat Gaziosmanpa?a University Faculty of Medicine儿童青少年精神科会诊记录开展单中心回顾性预测建模，分别建模六类管理域，并将2013–2019年开发模型不重训、不校准地应用于2022–2025年队列。结论是评估前信息存在管理域特异性预测信号，但时间可迁移性异质，心理社会管理和额外评估较弱；转诊记录文本在模型内有贡献，但相对结构化信息的增量时间价值未确立。其意义在于为数据驱动的会诊工作流程和服务规划研究提供经验基础，并强调在多中心、前瞻性验证临床效用和工作流程影响前不应实施自动化决策。

关键技术方法：该单中心回顾性预测建模研究基于Tokat Gaziosmanpa?a University Faculty of Medicine儿童青少年精神科会诊记录，纳入656例1–18岁患者，开发期2013–2019年447例，时间评估期2022–2025年209例。预测变量为转诊记录文本、年龄、性别及协调后转诊科室；文本用1–2元词级TF-IDF特征，六类结局分别行L₂正则化逻辑回归。内部性能以5折×5重复分层分组交叉验证评估；时间可迁移性以早期模型不重训、不校准直接应用于后期队列评估，主要指标为AUPRC。另用SHAP（SHapley Additive exPlanations，沙普利加性解释）及BGE-M3、PCA（principal component analysis，主成分分析）、HDBSCAN（Hierarchical Density-Based Spatial Clustering of Applications with Noise，带噪声的层次密度聚类）、UMAP（Uniform Manifold Approximation and Projection，统一流形近似与投影）行解释和探索性分析。

研究结果：
3.1 样本、结局分布与参考标准可靠性：初筛940条记录，658条可临床编码，排除2例年龄>18岁后得656例；随访/复评最常见（61.3%），药物管理决策47.1%，其余四域15.1%–22.3%；150例会诊盲法重评显示二分类Cohen’s κ为0.893–1.000，参考标准可重复性高，但其反映文档管理决策而非独立临床需要。
3.2 服务构成与结局患病率跨期变化：转诊科室分布显著变化（χ²(16)=159.62，p<0.001；Cramér’s V=0.493）；麻醉门诊由0.4%升至17.7%，儿科门诊由34.7%降至22.0%，儿科重症监护由16.8%降至8.1%；心理社会管理由24.6%降至10.5%，随访/复评由68.5%降至45.9%，联络/医疗整合由18.1%升至31.1%。后期队列代表不同服务构成。
3.3 全队列内部性能与时间可迁移性：内部AUPRC为0.282–0.721，随访/复评最高（0.721），安全/处置AUROC最高（0.901）；时间AUPRC药物管理0.663、联络/医疗整合0.575、安全/处置0.415、随访/复评0.586、额外评估0.282、心理社会管理0.136；心理社会管理AUROC=0.532，额外评估AUROC=0.587。性能具管理域异质性，非一致可迁移。
3.4 转诊记录文本增量预测价值与锁定阈值性能：将文本加入结构化变量后，时间ΔAUPRC为?0.061至+0.084，FDR校正后均不显著（q≥0.288）；安全/处置最大正值+0.084（95% CI +0.001至+0.154，q=0.288）。锁定Youden阈值下平衡准确度为0.527–0.731。文本的增量时间价值未确立，置信区间宽，不能排除轻度获益或损害。
3.5 稳健性与敏感性分析：原始与协调转诊科室配对比较显示协调化并非一致改善；C=0.1–10未改变总体模式；以评分2对0–1的高强度定义仍见异质性；分期参考标准可靠性高；安全/处置患病率随协调科室由0.5%至54.3%。结果对部分设定稳健，协调化效应具域特异性。
3.6 校准、探索性决策曲线与亚组性能：时间校准未统一保持；心理社会管理在较宽阈值范围无持续净获益，额外评估在中间阈值净获益较有利但属探索性；性别和发育年龄亚组性能异质，然事件数少，仅作描述性信号。
3.7 模型可解释性：SHAP显示转诊记录文本在六域中的五域贡献最大（44.6%–66.4%），随访/复评最高66.4%；安全/处置以协调转诊科室贡献最大（35.4%），文本30.9%。这描述模型内预测贡献，不等同于增量时间性能。
3.8 会诊回复文档二次探索分析：对会诊回复文本行BGE-M3嵌入、PCA降维及HDBSCAN聚类，300/656例归入聚类、356例为噪声；总体DBCV（Density-Based Clustering Validation，基于密度的聚类验证）仅0.055，噪声文本更短（中位18 vs 51词）。该分析仅提示文档结构探索，不能解释为临床表型。

讨论总结：原文强调会诊-联络服务不是单一预测问题，各管理域可能依赖不同患者、家庭、转诊和服务层信息。药物管理决策在两评估设置中较一致，但目标宽泛；安全/处置判别可接受而锁定阈值操作性能有限，且转诊科室与结局患病率强相关。心理社会管理时间可迁移性最弱，AUROC近机会水平，低患病率不能完全解释，家庭社会经济背景、既往精神科照护、照护者能力、社区资源和实时服务能力等未作为专门结构化预测变量。时间评估中转诊构成和结局患病率显著变化，说明性能不是模型的固定属性；未校准迁移刻意检验无适应可迁移性。文本SHAP贡献大不等于增量价值；TF-IDF为稀疏词法表示，不能外推至全部NLP。二次聚类仅属文档结构探索。原文据此不支持自动化治疗选择或自主临床决策，需多中心、最好前瞻性验证及临床效用、工作流程影响评估。

研究结论翻译：儿童青少年精神科评估前可获得的信息含有管理域特异性的预测信号，可用于预测随后记录的临床管理决策，但该信号不能一致迁移至较晚服务期。时间性能在心理社会管理尤其弱，在额外评估仍有限，其他域保留不同程度判别力；这些发现应结合转诊构成和结局患病率的同期显著变化解释。转诊记录文本在拟合模型内有实质贡献，但在多重比较校正后，将其加入结构化信息未带来时间AUPRC的统计学显著增量改善；鉴于相应置信区间较宽，该结果应视为不确定，而非无增量文本价值的证据。这些发现支持将本研究解释为变化服务条件下时间可迁移性的评估，而非可部署临床决策支持模型的验证；来自常规收集临床数据的预测模型应在预期运行医疗环境中评估，不应假设内部性能会随时间持续。结果支持进一步研究数据驱动的会诊工作流程，但不支持自动化临床决策；实施前需开展多中心外部验证，随后前瞻性评估校准、临床效用、工作流程整合及对服务和患者结局的影响。