《Diagnostics》：Decoding the Prognosis of Sepsis-Induced Acute Lung Injury: Machine Learning Model Development and SHAP Interpretability Analysis Based on Critical Care Databases
编辑推荐：
背景：脓毒症所致急性肺损伤（SI-ALI）具有较高的发病率和死亡率。早期预后预测至关重要，但传统评分系统缺乏动态性、可解释性和个体化能力。本研究旨在开发并验证一个可解释的机器学习模型，用于预测SI-ALI患者的死亡率。方法：研究人员分析了来自MIMIC-IV数
背景：脓毒症所致急性肺损伤（SI-ALI）具有较高的发病率和死亡率。早期预后预测至关重要，但传统评分系统缺乏动态性、可解释性和个体化能力。本研究旨在开发并验证一个可解释的机器学习模型，用于预测SI-ALI患者的死亡率。方法：研究人员分析了来自MIMIC-IV数据库（训练/内部验证）和eICU-CRD数据库（外部验证）的数据。利用交叉验证的最小绝对收缩和选择算子（Lasso）回归模型识别关键特征。随后，采用六种不同的机器学习算法构建了一系列预测模型，并使用多种分析工具评估模型性能。研究人员采用SHAP值对机器学习模型进行解释。结果：在7250例患者中，确定了8项关键指标。梯度提升决策树（GBDT）模型内部验证的AUC为0.801（95% CI：0.775–0.827），准确率为0.730，敏感度为0.692，特异度为0.739。外部验证的AUC为0.681（95% CI：0.650–0.708），准确率为0.601，敏感度为0.686，特异度为0.574。然而，精确率、F1和MCC等指标较为有限，提示预测准确性受限。SHAP分析识别出尿量、呼吸频率、血尿素氮（BUN）、血小板与淋巴细胞比值（PLR）、乳酸、国际标准化比值（INR）、年龄和阴离子间隙是最有影响力的变量。结论：GBDT模型显示出中等判别能力和有限的泛化性。该模型应被视为探索性工具，在临床应用前需要进一步的前瞻性多中心验证。
脓毒症所致急性肺损伤（SI-ALI）是重症医学中病死率较高的临床综合征，其最严重形式为急性呼吸窘迫综合征（ARDS）。脓毒症是ARDS最常见的病因之一，二者共存时会显著加重全身炎症反应和器官功能障碍，使患者死亡率长期维持在约40%的高水平。传统评分系统如序贯器官衰竭评分（SOFA）依赖静态、有限变量，难以提供动态、可解释且个体化的预后预测。已有机器学习预测研究多基于单中心或旧版数据库，外部验证不足，也较少采用2023年ARDS全球新定义。因此，研究人员整合MIMIC-IV和eICU-CRD两大国际重症监护数据库，采用可解释机器学习方法构建并外部验证SI-ALI患者住院死亡预测模型，以提升临床风险分层能力。
研究人员利用MIMIC-IV数据库（训练集与内部验证集）和eICU-CRD数据库（外部验证集），共纳入7250例SI-ALI患者。其中MIMIC-IV组5520例，含存活者4491例、死亡者1029例；eICU-CRD组1730例，含存活者1307例、死亡者423例。主要结局为住院死亡率。通过两阶段特征筛选确定8个核心变量，构建六种机器学习模型，并以SHAP分析增强可解释性。结果显示，GBDT模型在内部验证中AUC为0.801，外部验证中AUC为0.681，均优于基于SOFA总分的逻辑回归模型。这项研究的意义在于，提供了基于常规临床变量的、可解释的SI-ALI早期风险分层框架，同时强调了模型在跨人群应用时的泛化挑战。
关键方法包括：数据来自MIMIC-IV（v2.2）和eICU-CRD（v2.0），均经去标识并获得伦理批准。研究人员采用时间锚定流程依次判定疑似感染、脓毒症（Sepsis-3标准）和ARDS（2023年全球新定义），在入住ICU首日识别SI-ALI。数据预处理剔除缺失率超过40%的变量，并以MICE方法进行多重插补，通过方差膨胀因子（VIF）去除共线性。建模时先在五个插补训练集中分别进行Lasso-CV和递归特征消除（RFE），以60%频率投票确定最终特征；随后训练GBDT、支持向量机（SVM）、决策树（DT）、自适应增强（AdaBoost）、逻辑回归（LR）和K近邻（KNN）六种模型，并采用预测概率平均策略。模型评估采用受试者工作特征（ROC）曲线、曲线下面积（AUC）、校准曲线、决策曲线分析（DCA）和SHAP方法。
在基线特征方面，研究结果显示死亡组与存活组在多数临床变量上存在显著差异。死亡组患者年龄更大，血尿素氮（BUN）、乳酸和阴离子间隙更高，碳酸氢盐和pH更低；呼吸频率增快、血压降低、尿量减少；SOFA和急性生理评分III（APSIII）更高；有创机械通气、血管活性药物和连续性肾脏替代治疗的使用比例也更高。
在关键特征筛选方面，研究人员先通过单因素分析和VIF排除共线性变量，并刻意排除SOFA和APSIII以便与SOFA基准直接比较，最终候选特征为34个。Lasso-CV在第一插补训练集中筛出17个特征，RFE敏感性分析显示保留8个特征可在性能与简约性之间取得平衡。跨五个插补数据的频率投票最终确定尿量、呼吸频率（RR）、乳酸、INR、BUN、阴离子间隙、年龄和血小板与淋巴细胞比值（PLR）为模型输入变量。
在模型性能及其与传统评分系统比较方面，内部验证中GBDT表现最优，AUC为0.801（95% CI：0.775–0.827），准确率为0.730，敏感度为0.692，特异度为0.739，精确率为0.378，F1为0.488，马修斯相关系数（MCC）为0.353，PR-AUC为0.524。DeLong检验显示GBDT显著优于AdaBoost、KNN、SVM和DT，但与LR无显著差异。校准曲线显示预测概率与实际死亡率一致性较好（Brier score为0.120），DCA显示其临床净获益明确。外部验证中GBDT的AUC降至0.681（95% CI：0.650–0.708），准确率为0.601，敏感度为0.686，特异度为0.574，Brier score为0.174。与基于SOFA的LR模型相比，8变量GBDT在内部和外部验证中均表现出更高的AUC、准确率和临床适用性。
在模型解释方面，SHAP分析显示尿量是最重要的预测因子，RR次之。尿量减少、RR升高、BUN升高、PLR升高、乳酸升高、INR延长、年龄增大和阴离子间隙升高均指向死亡风险增加。SHAP依赖图与偏依赖图提示，尿量低于1100 mL/24 h、RR高于21次/分、BUN高于24.33 mg/dL、PLR高于209.7、乳酸高于2.5 mmol/L、INR大于1.56、年龄超过78岁、阴离子间隙高于14.67 mEq/L时，预测死亡风险由保护性转向升高。
讨论部分指出，GBDT模型中等偏低的精确率、F1和MCC与数据类别不平衡有关，死亡组仅占18.6%。SHAP识别的8个变量与脓毒症相关ALI的病理生理机制吻合：尿量反映肾灌注和微循环状态；RR增高是呼吸失代偿的早期表现；BUN反映肾功能与分解代谢状态；PLR提示免疫血栓形成与免疫抑制；乳酸反映组织缺氧；INR反映凝血功能障碍。但SHAP分析本身不能确立因果关系，仅说明模型依赖这些特征做出预测。内部AUC到外部AUC下降约12%，可能源于两数据库在人口学特征、数据采集方法和治疗实践上的差异。因此，模型直接外推至医疗体系或区域差异显著的新中心可能导致过拟合，需使用本地数据重新校准或微调。研究局限包括回顾性设计、仅纳入成人、排除ICU停留不足24小时的患者、使用入ICU后24小时内静态数据，且未评估模型引导干预能否改善结局。
结论方面：本研究利用MIMIC-IV数据库开发并内部验证了预测SI-ALI住院死亡的可解释机器学习模型，并在eICU-CRD数据库中完成外部验证。GBDT模型在内部验证中显示出较好的判别能力，但外部验证时性能下降。尽管研究确认了8个常规可获取的预测因子，并通过SHAP分析提供了其方向效应，但相对较低的精确率、F1和MCC提示模型预测准确性、尤其是真阳性识别能力有限。因此，该模型目前应被视为探索性、概念验证工具，而非可靠的临床决策辅助手段。未来需要采用标准化数据收集和模型校准的前瞻性多中心验证研究，以确认其预测准确性、泛化性和临床效用，同时应探索动态时间序列数据，并评估模型引导的干预能否切实改善患者结局。
