基于随机森林与SHAP可解释性分析的ICU创伤性脑损伤患者院内死亡风险预测模型

《Frontiers in Neurology》：An interpretable machine learning model for predicting the risk of in-hospital death among ICU patients with traumatic brain injury

　　

背景： 创伤性脑损伤（Traumatic Brain Injury，TBI）是导致死亡和残疾的主要原因之一；早期准确预测患者院内死亡风险对于优化治疗和改善预后至关重要。 目的： 本研究旨在开发并验证一种基于机器学习的模型，用于预测ICU中创伤性脑损伤患者的院内死亡风险，并采用可解释性方法识别关键预测因素，评估其临床实用性。 方法： 研究人员回顾性收集了2022年1月至2025年12月期间两家三级甲等医院重症监护病房（ICU）收治的TBI患者的临床数据；在排除因TBI以外原因导致的死亡及入院时已脑死亡病例后，最终纳入874例患者。这是一项24小时里程碑预测研究；所建立的预测模型仅适用于入住ICU 24小时后仍存活的外伤性脑损伤患者。主要结局为因创伤性脑损伤导致的院内死亡；排除因非创伤性脑损伤原因导致的死亡以及入院时已确诊脑死亡的病例后，共有381例发生该结局，发生率为43.59%。分析前，数据集被随机分为训练组（n = 613）和测试组（n = 261）。仅对训练集应用Lambda 1-se标准LASSO回归以筛选预测特征，最终选出17个候选变量。开发了七种机器学习算法：逻辑回归、随机森林、XGBoost、人工神经网络、决策树、支持向量机和朴素贝叶斯。模型性能采用受试者工作特征曲线下面积（AUC）、召回率、准确率、F1分数、精确率和阴性预测值进行评估，所有指标均计算95%置信区间；采用SHAP方法进行可解释性分析和模型精简。 结果： LASSO回归识别出17个相关关键特征；随机森林模型表现出良好的预测性能，训练集交叉验证AUC为0.954。特征降维后构建的简化RF模型包含11个关键预测变量，测试集AUC为0.924（95% CI：0.848–0.960）。 结论： 基于随机森林的预测模型表现出较高的预测性能；简化模型在性能与临床可解释性之间取得了平衡，能够有效识别高危人群。GCS和APACHE II等关键特征可支持早期临床风险分层和个体化干预，凸显了机器学习在TBI临床管理中的潜力。

论文解读：基于随机森林与SHAP可解释性分析的ICU创伤性脑损伤患者院内死亡风险预测模型

一、研究背景与问题提出

创伤性脑损伤（Traumatic Brain Injury，TBI）是神经外科常见的危急重症，具有起病急骤、病情危重、致残率和死亡率高的特点。全球每年约有150万人死于TBI，中重度TBI患者院内死亡率可达20%至40%，给社会和家庭带来沉重的医疗和经济负担。TBI患者的临床病程受年龄、损伤严重程度、并发症及治疗干预等多重因素影响，个体间院内死亡风险存在显著差异。早期准确识别高死亡风险患者并实施针对性干预，是降低死亡率、改善临床结局的关键，同时对优化创伤救治资源配置具有重要意义。

目前临床常用的TBI预后评估工具多为单一评分系统。格拉斯哥昏迷评分（Glasgow Coma Scale，GCS）仅关注神经功能，缺乏对整体生理状态的综合评估；急性生理与慢性健康评估II（Acute Physiology and Chronic Health Evaluation II，APACHE II）虽能反映整体器官功能和疾病严重程度，但对脑损伤预后评估缺乏特异性；序贯器官衰竭评估（Sequential Organ Failure Assessment，SOFA）评分通过评估呼吸、凝血、肝脏、循环、神经和肾脏六大系统有效反映多器官衰竭严重程度，但TBI的进展常伴随复杂的全身性病理生理变化，单一评分系统或孤立生理指标往往难以全面捕捉TBI的复杂性，预测能力有限。

机器学习（Machine Learning，ML）已成为临床预测建模的重要工具，在揭示医疗数据中复杂非线性关系方面具有显著优势。尽管传统机器学习方法在风险预测中表现良好，但其"黑箱"特性使关键风险因素的作用机制和预测过程难以解释，这削弱了临床对模型决策的信任，一定程度上限制了其临床接受度和推广应用。SHapley Additive Explanations（SHAP）方法可量化每个特征对单一预测的贡献程度，使模型更加透明，有效解决"黑箱"问题。

然而，现有研究仍存在若干关键空白：多数研究聚焦于先进影像学或分子生物标志物，与评分系统结合的研究有限；部分研究未充分处理训练集和测试集不当划分导致的数据泄漏风险；模型评估常局限于AUC，缺乏对灵敏度、特异度和临床效用指标的综合评估；SHAP分析与特征选择机器学习模型的系统整合尚未充分探索。为此，本研究整合TBI患者多维临床数据，构建七种机器学习模型预测院内死亡风险，采用严格的数据分割策略防止信息泄漏，进行综合性能评估以确定最优模型，并应用SHAP方法解释模型，同时开发简化、可解释的预测模型，以期早期识别ICU中TBI患者院内死亡高危人群、明确预后关键影响因素并制定个体化干预策略。

二、主要技术方法

研究人员回顾性收集2022年1月至2025年12月两家三级甲等医院ICU收治的TBI患者临床数据，经纳入排除标准筛选及24小时里程碑预测设计，最终纳入874例入住ICU 24小时后仍存活的患者。采用分层随机抽样按7：3比例划分训练集（n=613）和测试集（n=261）。仅对训练集应用Lambda 1-se标准LASSO（Least Absolute Shrinkage and Selection Operator）回归从55个初始变量中筛选出17个候选特征。基于所选特征开发七种机器学习模型：逻辑回归、支持向量机、决策树、人工神经网络、朴素贝叶斯、XGBoost和随机森林（Random Forest，RF），采用网格搜索结合10折交叉验证优化超参数。以AUC、召回率、准确率、F1分数、精确率、阴性预测值和特异度综合评估模型性能。采用SHAP方法进行特征重要性排序和可解释性分析，通过序贯向后剪枝策略进行特征精简，最终构建11特征简化模型，并利用校准曲线、Hosmer-Lemeshow检验和决策曲线分析（Decision Curve Analysis，DCA）评估模型校准性能和临床效用。

三、研究结果

1. 研究人群人口学特征

研究共收集1162例TBI患者临床数据，经筛选最终纳入874例入住ICU 24小时后仍存活的患者构成研究队列。队列包括男性586例（67.0%）、女性288例（33.0%），中位年龄62岁；其中381例发生院内死亡，院内死亡率为43.59%，其余493例存活至出院。与存活组相比，死亡组患者在瞳孔大小、光反射、血管活性药物使用、失血量、中线移位、血氧饱和度、GCS评分、FOUR评分、APACHE II评分、SOFA评分、白细胞计数、凝血酶原时间、D-二聚体、血尿素氮和乳酸等方面差异均具有统计学意义（p < 0.001）。

2. 特征选择结果

采用LASSO回归对初始55个变量进行特征选择，最终识别出17个非零系数变量，包括：APACHE II评分、GCS评分、SOFA评分、FOUR评分、凝血酶原时间、乳酸、降钙素原、D-二聚体、中线移位、瞳孔大小、光反射、舒张压、白蛋白、血氧饱和度、失血量、降压药物和氯离子水平。

3. 机器学习模型性能比较

七种模型在独立测试集上均表现出一定的院内死亡风险区分能力（所有模型AUC > 0.80）。其中随机森林模型AUC最高，为0.923（95% CI：0.889–0.956），精确率为0.877，召回率为0.842，F1分数为0.857；XGBoost模型次之，AUC为0.917（95% CI：0.882–0.953）；逻辑回归AUC为0.916（95% CI：0.882–0.950）；决策树模型区分能力最弱，AUC为0.835。配对DeLong检验显示，随机森林与XGBoost（p = 0.898）及逻辑回归（p = 0.639）之间的AUC差异无统计学意义，三者95%置信区间重叠较多，表明总体区分性能相当。综合训练集10折交叉验证平均AUC、校准性能和模型可解释性，最终选择随机森林作为后续特征精简和可解释性分析的基础模型。

4. 基于SHAP的特征精简与11特征最终模型构建

采用SHAP算法对17特征随机森林模型进行特征重要性排序，基于特征平均绝对SHAP值实施序贯向后剪枝策略，每轮移除三个最不重要的特征。当特征数从17个减少至11个时，交叉验证AUC保持稳定（17特征：0.954；14特征：0.956；11特征：0.954），差异无统计学意义（p > 0.05）；当进一步减少至8个特征时，CV AUC降至0.941，与11特征模型相比差异具有统计学意义（DeLong检验，p = 0.0013），满足停止规则。最终选择包含11个特征的随机森林模型作为最终模型，包括：GCS评分、SOFA评分、乳酸、APACHE II评分、FOUR评分、瞳孔大小、凝血酶原时间、中线移位、降钙素原、舒张压和血氧饱和度。

5. 最终模型在独立测试集上的评估

最终11特征模型在独立测试集上进行单次评估。测试集共261例患者，其中114例院内死亡（43.7%）、147例存活（56.3%）。混淆矩阵为：97例真阳性、16例假阳性、131例真阴性、17例假阴性。据此计算灵敏度为85.1%、特异度为89.1%、准确率为87.4%、精确率为85.8%、阴性预测值为88.5%、F1分数为0.854。

6. 随机森林模型校准与临床效用评估

校准曲线显示模型校准曲线与理想对角线吻合良好，各风险分层观测死亡率与模型预测概率总体对应紧密。定量校准指标显示模型校准斜率为1.047、截距为?0.093、Dxy值为0.847、Brier分数为0.103。Hosmer-Lemeshow检验结果显示模型预测概率与实际TBI患者院内死亡率之间差异无统计学意义（p = 0.499），表明模型具有良好的校准性能。决策曲线分析显示，在0至0.5风险阈值区间内，11特征随机森林模型的净获益持续超过"全部干预"和"不干预"两种对照策略。

7. 基于SHAP的模型可解释性分析

SHAP蜂群图显示关键特征按贡献度从高到低依次为：GCS评分、SOFA评分、乳酸、APACHE II评分、FOUR评分、瞳孔大小、凝血酶原时间、中线移位、降钙素原、血氧饱和度和舒张压。其中GCS评分是贡献度最高的核心预测特征。SHAP依赖图进一步揭示了各特征与死亡风险之间的非线性关联：GCS评分越低死亡风险越高；乳酸和降钙素原水平升高与死亡概率显著增加相关；SOFA和APACHE II评分越高表明器官衰竭越严重，死亡风险相应增加；瞳孔散大、FOUR评分低、凝血酶原时间延长和中线移位均与死亡风险增加相关；血氧饱和度降低和舒张压异常也与死亡风险增加相关。

四、讨论与结论

讨论部分指出，GCS评分作为模型中贡献度最高的预测因子，其降低与死亡风险升高高度一致，反映意识障碍程度与脑损伤严重程度的直接相关性。乳酸作为组织灌注不足的关键标志物，持续升高提示组织氧供失衡，与临床恶化和不良预后风险增加相关。SOFA评分涵盖呼吸、循环、肝脏和凝血等多器官系统功能评估，可辅助评估继发性损伤相关的全身性风险。APACHE II评分整合急性生理状态与慢性健康背景，有助于识别基础健康状况差、代偿能力弱的高危患者。FOUR评分作为神经重症专科评估工具，对镇静或气管插管无法完全配合GCS评估的患者更具适用性。瞳孔异常提示颅内压升高和脑疝风险，床边瞳孔评估具有重要监测价值。凝血酶原时间延长与凝血功能障碍相关，可加剧脑缺血缺氧和继发性损伤。中线移位作为CT影像上颅内占位效应的关键放射学标志，与不良预后显著相关。降钙素原升高提示严重炎症反应或继发感染风险。血氧饱和度降低可加重脑缺血缺氧和继发性脑损伤。舒张压异常波动可通过影响脑灌注压稳态加剧继发性脑损伤。

研究结论指出，本研究基于随机森林算法开发的TBI患者院内死亡风险预测模型表现出良好的预测性能。通过特征精简和SHAP可解释性分析得到的11特征简化模型在保持预测性能的同时增强了临床可解释性，能够有效识别院内死亡高危人群，为临床护理提供简便实用的风险评估工具。GCS、APACHE II评分、SOFA评分、FOUR评分、乳酸水平、瞳孔大小、凝血酶原时间、中线移位、降钙素原、舒张压和血氧饱和度是本研究11特征模型识别出的与TBI患者院内死亡风险密切相关的核心指标，均为临床可获取且可动态监测的常规评估项目。该模型适用于ICU入院24小时时间点的TBI患者常规预后风险评估，有助于降低护理人员工作负担、支持分级护理和资源合理配置，促进精准化和标准化护理实践。未来需通过前瞻性研究进一步验证模型的外部有效性，并开发智能临床决策支持系统，通过精准风险评估和针对性护理改善患者结局、降低院内死亡率。