《Renal Failure》：Predicting 12- and 24-month documented CKD progression from routine laboratory data: a single-center temporal evaluation
编辑推荐：
专业术语翻译（摘要部分）
背景： 常规实验室数据可能支持慢性肾脏病（chronic kidney disease，CKD）的随访。研究人员评估了12个月和24个月有记录的疾病进展预测及探索性审查输出。
方法： 本项回顾性单中心研究使用了2012–2025年的医
专业术语翻译（摘要部分）
背景： 常规实验室数据可能支持慢性肾脏病（chronic kidney disease，CKD）的随访。研究人员评估了12个月和24个月有记录的疾病进展预测及探索性审查输出。
方法： 本项回顾性单中心研究使用了2012–2025年的医院记录。CKD要求客观持续性≥90天。模型开发使用了2012–2021年的指标；时间维度评估使用了2022–2023年间索引的未见患者。在可评估时间范围（horizon-evaluable）的指标中，终点为有记录的持续估算肾小球滤过率（estimated glomerular filtration rate，eGFR）下降≥40%或肾衰竭。开发阶段选择了12个月模型与条件性第二年模型相结合，以构成非递减的累积风险。实验室与文档输出分别进行了评估。
结果： 时间维度评估中，可评估时间范围的患者在12个月时包括143例患者（10例事件患者；21/364个阳性指标），在24个月时包括87例患者（22例事件患者；50/247个阳性指标）。精确率–召回率曲线下面积（area under the precision–recall curve，AUPRC）分别为0.510（95%置信区间[confidence interval，CI] 0.217–0.789）和0.677（0.459–0.853）。在年龄、性别和当前eGFR基础上，12个月AUPRC的增量表现不确定（差异?0.009，95% CI ?0.171至0.123）。在24个月时，受试者工作特征曲线下面积（area under the receiver operating characteristic curve，AUROC）高于核心比较模型（差异0.057，95% CI 0.007–0.121）；临床效用未进行评估。校准斜率分别为0.996（0.689–1.640）和1.028（0.676–1.661）；较宽的置信区间无法支持可靠的个体风险校准。文档排序并未优于既往提及策略。
结论： 本研究为概念验证。事件数较少、随访选择及增量价值不确定限制了结果解读。实施前需进行多中心验证。
论文解读
一、研究背景与意义
慢性肾脏病（chronic kidney disease，CKD）在全球范围内普遍存在，具有显著的临床异质性，并与重大的肾脏及心血管并发症相关。现行指南将CKD定义为肾脏结构或功能异常持续至少三个月，并建议基于预后而非仅依据分期进行随访。已有的肾衰竭预测方程支持利用常规测量变量进行风险分层，而动态模型显示更新的实验室测量结果可以在单次基线评估基础上进一步修正风险。
然而，风险估计只是CKD随访过程中的一部分。临床医生还需要审查当前的实验室异常和既有文档记录，这些任务的目标各不相同：进展模型估计未来记录在案的结果，实验室规则识别已测量的异常，而文档模型预测的是哪些疾病术语会被记录，而非患者是否真正患有该疾病。常规实验室信息系统（laboratory information system，LIS）可以支持这些任务，但前提是其证据边界和缺失机制明确。
本研究的主要问题是：在CKD随访时点可获得的常规信息，能否预测同一医院后期时段中此前未见患者在12个月和24个月内的有记录疾病进展。研究人员评估了超越年龄、性别和当前eGFR的增量性能，并通过结合12个月概率和条件性第二年概率来确保跨时间范围的风险非递减。此外，作为探索性次要目标，研究描述了当前实验室状态并优先排序了本地记录的文档审查目标。这些分析评估的是研究阶段的框架，并未定义临床行动阈值或支持部署。
二、研究设计与主要方法
本研究为回顾性单中心预测模型研究，围绕符合条件的CKD随访指标展开。数据来源为上海市奉贤区中医医院2012年12月13日至2025年12月31日的1,549,924条原始LIS记录。研究遵循TRIPOD+AI和RECORD报告原则。
主要关键技术方法包括以下几方面。第一，身份链接：通过类型内传递精确匹配进行记录链接，共享国家身份证号、社保/门诊标识或住院/病案标识可将两条记录关联至同一人，不同标识类型的值即使字符串匹配也不视为同一人。第二，eGFR计算：当内部报告的eGFR在1–200 mL/min/1.73 m2范围内时使用报告值，否则采用2021年慢性肾脏病流行病学合作研究（Chronic Kidney Disease Epidemiology Collaboration，CKD-EPI）肌酐方程（不含种族）计算。第三，预测指标构建与时间分割：开发指标日期为2012年12月13日至2021年12月31日，主要时间维度评估使用2022年1月1日至2023年12月31日的指标，结局确定至2025年12月31日。开发阶段已代表的患者全部从主要时间维度评估中移除。第四，结局定义：主要结局为首次有记录的确认CKD进展，包括持续eGFR较指标eGFR下降≥40%或肾衰竭。第五，模型开发：采用仅限开发数据的联合网格，在核心、当前状态和扩展纵向三个特征族中，对四种预设算法（L2惩罚逻辑回归、弹性网络逻辑回归、随机森林和基于直方图的梯度提升）分别拟合12个月累积风险和条件性第13–24个月风险，共24种任务配置。采用五重复五折分层患者分组交叉验证，以AUPRC为主要指标。最终锁定当前状态弹性网络12个月模型和当前状态随机森林条件模型。第六，同天审查线索构建：五个实验室定义线索（CKD G4、CKD贫血、高磷血症、高钾血症和蛋白尿）和七个肾脏疾病文档目标采用预设规则生成。
三、研究结果
队列构建和时间范围特定样本。 确定性资格序列将1,549,924条原始LIS记录转化为纵向CKD预测队列，最终637例患者贡献2,528个指标。开发阶段包括386例患者，时间维度评估包括251例此前未见患者。时间维度评估中，12个月可评估患者143例（10例事件患者；21/364个阳性指标），24个月可评估患者87例（22例事件患者；50/247个阳性指标）。
联合网格选择了当前状态、任务特定的风险管线。 在开发数据中，12个月累积风险的当前状态族选择弹性网络（AUPRC 0.608），条件性第13–24个月风险选择随机森林（AUPRC 0.404）。当前状态管线的开发AUPRC在12个月为0.608，在24个月为0.714，优于核心管线和扩展纵向管线。文档审查模型独立选择梯度提升（宏AUPRC 0.496）。
时间维度性能和与核心模型的比较。 12个月锁定弹性网络模型的AUPRC为0.510（95% CI 0.217–0.789），AUROC为0.937（0.880–0.981），Brier评分为0.042。与年龄-性别-当前eGFR核心比较模型相比，AUPRC差异为?0.009（?0.171至0.123），AUROC差异为0.010（?0.020至0.045），所有配对置信区间均包含零，12个月增量性能无法确定。24个月连贯输出的AUPRC为0.677（0.459–0.853），AUROC为0.873（0.790–0.940），Brier评分为0.116。与核心比较模型相比，AUROC差异为0.057（0.007–0.121），仅该差异排除零，支持相对于核心参考的判别改善，但AUPRC和Brier差异仍不精确。
时间范围连贯性和与直接24个月建模的比较。 直接拟合的24个月模型在开发数据中出现7个指标的时间范围逆转，而条件性组合通过构造消除了逆转。在时间维度评估中，连贯输出的AUPRC为0.677，直接比较模型为0.672，所有配对差异均包含零。时间范围连贯性是结构性属性，未建立性能优势。
文档排序反映了本地记录模式而非疾病诊断。 五个实验室规则产生描述性的阳性、阴性或不可评估状态。文档模型宏AUPRC为0.433（0.301–0.657），微AUPRC为0.480（0.294–0.663）。仅三个标签满足时间可估计规则，Top-3选择使recall@3=1成为机械保证。与简单基线比较，模型优于开发患病率排序（差异0.093，95% CI 0.039–0.158），但未建立超越既往提及或既往年度提及次数的额外排序价值。
敏感性分析显示对预测和观察定义的依赖性。 采用更严格日历间隔时，AUPRC在12个月为0.591，24个月为0.654。统一eGFR敏感性分析中，时间AUPRC在12个月为0.551，24个月为0.706。单标志分析将12个月AUPRC从0.510降至0.372，24个月从0.677升至0.787。仅肾衰竭终点AUPRC为0.577和0.750。这些结果表明性能依赖于定义，而非统一的稳健性。
输出整合为概念展示。 图9展示了将输出整合在一起的可能方式，其完全合成的数值并非真实患者的预测，不构成任何性能估计，也未经过临床验证。
四、讨论与结论
本研究表明，常规实验室信息在CKD随访时点可用于预测此前未见患者在12个月和24个月内的有记录疾病进展。12个月模型的AUROC为0.937，但仅10例事件患者和较宽的置信区间无法确立相对于核心参考的增量。24个月时AUROC差异有利于锁定模型，而AUPRC和Brier差异仍不确定。校准斜率点估计接近理想值，但宽置信区间无法支持可靠的个体风险校准，且未进行再校准。
研究的主要设计优势包括客观CKD确认、报告时间预测边界、患者分组重采样和仅限开发数据的模型选择。但信息性观察是核心局限性：电子健康记录同时反映患者健康状况和与医疗系统的交互。时间维度评估分别排除了43.0%（12个月）和65.3%（24个月）初始合格患者，因为缺乏可评估时间范围的指标。缺失性可能反映临床检测决策，中位数插补加指示器是操作性预测策略，而非缺失机制的证据。
精度受限于10例和22例时间维度事件患者。示例性计算表明，12个月模型需要约7,470例患者（约366例事件），24个月模型需要2,381例（约520例事件）才能达到预设精度目标。文档模块反映的是临床医生的记录，而非经裁定的CKD病因，当前证据不支持在临床文档审查中增加机器学习复杂性。
研究结论为：该研究评估了单中心后期时段此前未见患者中12个月和连贯24个月有记录CKD进展的预测。估计值适用于可评估时间范围的患者，不代表所有接受CKD随访患者的无条件风险。增量性能具有时间范围依赖性：12个月仍存在不确定性，而24个月AUROC高于年龄-性别-当前eGFR核心比较模型；AUPRC和Brier差异仍不确定。临床效用未评估，校准和可迁移性仍不确定，探索性文档模块未建立超越简单基于历史排序的改进。实施前必须进行具有足够独立事件数、既定比较模型和临床使用前瞻性评估的多中心外部验证。
