基于首周临床数据的可解释机器学习模型预测ARDS新生儿BPD：多队列开发与外部验证

《Genes & Diseases》：Predicting bronchopulmonary dysplasia in infants with ARDS using explainable machine learning models

　　

支气管肺发育不良（BPD）仍是急性呼吸窘迫综合征（ARDS）新生儿的主要并发症，然而尚未针对这一高危人群开发可解释的预测模型。研究人员利用常规收集的首周临床数据，开发并验证了一个可解释机器学习框架，用于ARDS受累新生儿的BPD早期预测。来自一家三级儿童医院的700例ARDS新生儿回顾性队列被随机分为训练集（n=490）和内部测试集（n=210），并在同机构386例新生儿组成的时间验证队列及另一家独立机构的417例新生儿外部验证队列上进行验证。Boruta算法识别出六个关键预测因子：胎龄、出生体重、氧合指数（OI）、乳酸、入院时间和肺表面活性物质使用。八种机器学习算法采用贝叶斯超参数优化进行训练。XGBoost获得最佳区分度，受试者工作特征曲线下面积（AUC）在内部测试为0.945，时间验证为0.917，外部验证为0.898。决策曲线分析证实，在0.05–0.50阈值概率范围内具有净临床获益。对全部八种模型的统一SHapley Additive exPlanations（SHAP）分析揭示了收敛的特征重要性层级，其中胎龄和出生体重为主要预测因子。TreeSHAP成对交互分解揭示了具有生物学一致性的两层风险架构，其中急性出生后损伤——OI和乳酸升高——主要通过不成熟放大的协同作用发挥促BPD效应。这一透明、简约的框架支持早期床旁风险分层，并可能指导ARDS新生儿的个体化呼吸管理。

支气管肺发育不良（BPD，新生儿慢性呼吸系统并发症）可导致住院延长、反复感染、肺动脉高压及远期神经发育受损。急性呼吸窘迫综合征（ARDS，急性炎症性肺损伤）婴儿因炎症级联、氧毒性及呼吸机相关肺损伤与肺泡及血管发育受阻等机制重叠，尤其易发生BPD。现有BPD预测工具多针对早产人群，美国国家儿童健康与人类发展研究所（NICHD）BPD估计器和BPD-TM评分对ARDS复杂新生儿的机制解释与预测性能有限；人工智能（AI，模拟智能的数据分析方法）与机器学习（ML，从数据中学习预测模式的算法）在新生儿结局预测中已有进展，但尚无可解释ML模型专门用于ARDS新生儿。Chunyi Wang、Kaizhen Liu、Run Yang、Peihui Li、Xiangyong Tan和Ziyu Hua在《Genes》发表的研究针对该缺口，利用首周常规临床数据开发并验证可解释ML框架，以实现BPD早期风险分层并指导个体化呼吸管理。

方法上，研究人员基于重庆医科大学附属儿童医院2014年1月至2018年10月新生儿数据库构建700例ARDS新生儿回顾性队列，按7:3分层随机分为训练集（n=490）和内部测试集（n=210）；同院2018年10月至2021年5月386例ARDS患儿用于时间验证；江西妇幼保健院2018年1月至2025年12月417例ARDS患儿用于外部验证。采用Boruta算法（基于随机森林的特征选择包装方法）筛选预测因子，训练8种监督分类算法并以贝叶斯优化调参；以受试者工作特征曲线下面积（AUC，区分度指标）为主要指标，结合精确率-召回率曲线、混淆矩阵和决策曲线分析（DCA，评估净临床获益）评价；用SHAP和TreeSHAP（树模型特征归因与交互分解方法）进行全局重要性与成对交互解释。

结果部分保留原文小标题并浓缩如下：（1）Demographics and clinical characteristics：对主队列700例进行组间比较，BPD组133例（19.0%）与非BPD组在胎龄、出生体重、入院时间、机械通气时长、吸入氧分数（FiO₂）、平均气道压（MAP）、氧合指数（OI，反映氧合严重程度）、乳酸、肺表面活性物质（PS）使用及产前/产后皮质激素等指标上差异有统计学意义；pH、PaCO₂、PaO₂、ARDS诊断时间、动脉导管未闭（PDA）大小、5分钟Apgar评分及部分合并症无显著差异。（2）Cross-validated performance in the training set：通过重复分层5折交叉验证评估，八种模型AUC为0.928±0.004至0.953±0.003，提升树集成优于线性和浅层学习器；极端梯度提升（XGBoost）各项指标居首，轻量梯度提升机（LightGBM）和随机森林（RF）紧随；所有模型召回率较高，精确率-召回率（PR）曲线均高于无技能基线0.190。（3）Discrimination in the internal test set：在留出30%内部测试集，所有模型AUC为0.907（自适应提升，AdaBoost）至0.945（XGBoost）；XGBoost居首，LightGBM为0.937、RF为0.935；默认0.5阈值下敏感度0.800–0.875，XGBoost正确分类40例中35例（敏感度87.5%）和170例非病例中148例（特异度87.1%）。（4）Temporal validation：时间验证队列患病率39.9%，模型排序保持，AUC为0.879（逻辑回归，LR）至0.917（XGBoost），较内部测试预期轻度衰减0.02–0.04；XGBoost准确度0.829、精确率0.756、召回率0.844、F1为0.798；精确率因患病率升高而上升，准确度略降，提示阈值指标受患病率影响，需结合AUC和净获益。（5）External validation：外部验证患病率66.7%，排序大体保持，AUC为0.843（LR）至0.898（XGBoost），较内部测试衰减约0.04–0.07；XGBoost的AUC、准确度（0.813）和精确率（0.907）最高，RF召回率（0.853）和F1（0.854）最高，LightGBM接近（AUC 0.892、F1 0.851）；所有模型精确率0.86–0.91，准确度较时间队列仅轻度下降。（6）Decision-curve analysis：在测试集0.05–0.50阈值概率范围内，所有模型净获益高于“全部治疗”和“不治疗”；梯度提升模型（XGBoost、LightGBM）和RF在0.20–0.30阈值附近获益最大，支持潜在临床适用性。（7）Model interpretability：SHAP分析显示八个模型均以胎龄为第一预测因子（8/8），出生体重第二（7/8），OI、乳酸、入院时间、PS构成前六；两个最佳梯度提升模型层级近乎一致：胎龄>出生体重>OI>乳酸，入院时间与PS位次互换；蜂群图显示低胎龄、低出生体重、较早入院和接受PS增加预测风险，OI和乳酸贡献大但离散，呈非线性情境依赖；TreeSHAP交互矩阵显示胎龄主效应占优，主要交互为胎龄×OI、出生体重×OI、胎龄×乳酸，依赖图显示OI或乳酸升高在成熟正常体重儿影响小，在低胎龄低出生体重儿中促BPD作用增强。

讨论部分指出，既往ML-based BPD预测工具、NICHD BPD估计器和BPD-TM评分主要面向胎龄定义的早产人群，未覆盖ARDS复杂新生儿；该框架覆盖全胎龄谱并保持较强性能，验证AUC衰减（时间验证0.02–0.04，外部验证0.04–0.07）与现有新生儿预测工具的可迁移性差距相比具有优势。多算法SHAP分析显示六个预测因子在八种机制不同分类器中均进入前六且排序大致一致（胎龄>出生体重>OI>乳酸>入院时间>PS），增强生物学合理性并降低算法特异性过拟合担忧；消融分析（ablation analysis）显示仅用胎龄和出生体重的简化XGBoost模型AUC仅为0.78（训练）和0.72（测试），而完整六特征模型为0.945（内部）和0.917（时间验证），差距0.17–0.20归因于四个出生后预测因子。TreeSHAP交互显示OI升高在成熟正常体重儿影响小，随胎龄和出生体重降低而更促BPD，符合未成熟肺抗氧化防御不足、对氧毒性、氧化应激和呼吸机相关肺损伤更易感的机制；乳酸交互提示代谢应激优先放大未成熟肺损伤。讨论还解释OI与乳酸在组间比较中BPD组均值较低而SHAP显示升高风险增加，属于辛普森悖论（Simpson's paradox），即组间比较受胎龄构成影响，SHAP反映控制其他预测因子后的条件效应。入院时间被解释为严重度/护理路径标志，较早入院提示更危重，PS亦作为临床紧迫性标志而非独立生物学驱动。临床效用方面，模型仅用首周变量并排除接近BPD诊断时才可获得的机械通气时长和产后皮质激素，支持床旁早期风险分层；DCA显示梯度提升模型在0.20–0.30阈值净获益最大，为可行动范围。局限性包括回顾性单中心设计、样本量限制罕见亚组效应、Jensen 2019 BPD定义与既往NICHD分类可比性、外推至中国以外人群需前瞻多中心评价、SHAP机制假设仍为相关性。研究结论翻译：总之，研究人员提出一个可解释ML框架，使用六个首周临床变量对ARDS新生儿BPD实现稳健且经外部验证的预测；特征重要性排序的模型无关收敛及不成熟放大交互结构的发现，同时提供统计严谨性和生物学可解释性；这一透明、简约的工具可支持早期床旁风险分层、指导个体化呼吸管理，并为该高危人群针对性预防试验的设计提供信息。