机器学习模型预测脓毒症及其相关并发症患者死亡风险的系统评价与Meta分析：短期与长期预后性能及外部验证证据

《PLOS One》：Machine learning for predicting mortality in patients with sepsis and its associated complications: A systematic review and meta-analysis

　　

背景：脓毒症（sepsis）仍是全球重症监护病房（intensive care units, ICUs）死亡的主要原因，并可能伴随脑病（encephalopathy）、凝血病（coagulopathy）、急性肾损伤（acute kidney injury, AKI）、心肌功能障碍（myocardial dysfunction）和谵妄（delirium）等复杂并发症，每种并发症均显著增加不良结局风险。机器学习（machine learning, ML）是一种有前景的预后预测方法，可捕捉临床危险因素之间复杂的非线性关系。然而，其在脓毒症及其特定并发症中的预测性能仍不清楚。方法：研究人员系统检索了PubMed、Embase、Web of Science和Cochrane Library截至2026年4月的相关文献。纳入旨在开发或验证机器学习模型以预测成人脓毒症及其相关并发症患者死亡的研究。采用随机效应模型或双变量模型计算曲线下面积（area under the curve, AUC）、敏感度和特异度。结果：总体而言，机器学习模型对脓毒症短期死亡具有中等预测性能，训练集合并AUC为0.82（46项研究，15种模型），验证集为0.79（50项研究，25种模型）。逻辑回归（logistic regression, LR）是评估最广泛的模型，表现出稳定性能（验证集AUC=0.81）。包括随机森林（random forest, RF）和XGBoost在内的集成方法表现相当，在两组中AUC均在0.81至0.83之间。尽管LightGBM和DL-CMT分别在训练集和验证集中获得最高AUC，但两项估计均基于单项研究。在并发症中，脓毒症相关脑病（sepsis-associated encephalopathy, SAE；AUC=0.81，3项研究）和脓毒症诱导的凝血病（sepsis-induced coagulopathy, SIC；AUC=0.80，4项研究）的证据最具结论性且展示最充分。脓毒症相关急性肾损伤（sepsis-associated acute kidney injury, SAKI）表现出中等且稳定的性能（验证集AUC=0.79，4项研究）。脓毒症诱导的心肌病（sepsis-induced cardiomyopathy, SICM）从训练集到验证集显著衰减（AUC 0.84 vs 0.78，均来自单项研究），RF在训练集中表现良好（AUC=0.98），但未被广泛报道。脓毒性休克（septic shock）达到最高AUC（0.95），但基于单项研究。脓毒症相关谵妄（sepsis-associated delirium, SAD）的预测效用有限（AUC=0.67，1项研究），脓毒症诱导的心肌损伤（sepsis-induced myocardial injury, SIMI）为中等（AUC=0.77，1项研究）。对于长期死亡，证据极为缺乏。仅SAE（训练集AUC 0.88，验证集AUC 0.86）和脓毒症诱导的心肾综合征（sepsis-induced cardiorenal syndrome, SCRS；合并AUC 0.76）提供了单项研究估计，无法得出可靠结论。结论：在该Meta分析中，机器学习模型对脓毒症短期死亡表现出中等预测性能。在并发症中，SAE和SIC证据最强且性能最佳，而SAD显示有限效用。长期死亡证据极其稀少。这些发现支持机器学习在早期预后风险分层中的潜在作用，但也突出表明迫切需要严格的外部验证和更高质量研究，尤其是对研究不足的并发症。

研究背景：脓毒症（sepsis）按Sepsis-3.0定义为感染引起宿主反应失调所致的危及生命器官功能障碍，仍是重症监护病房（intensive care unit, ICU）主要死亡原因。2021年全球约2140万脓毒症相关死亡，占全球死亡近三分之一。其病理生理涉及病原体、宿主免疫、炎症级联、凝血障碍、微循环障碍、代谢重编程和多器官损伤，并推动脓毒性休克、器官衰竭和死亡。早期筛查、诊断和干预可显著降低死亡率；血培养敏感度较低且周转时间长；在脓毒性休克患者低血压后1小时内给予有效抗生素可提高院内生存。因此，需要准确及时的预后工具识别高风险患者并指导个体化治疗。机器学习（machine learning, ML）可整合临床数据、生物标志物和影像特征构建早期预测模型，较传统评分系统如SAPS II、APACHE II、SOFA和qSOFA更善于处理动态变化数据。Zhang et al. 的50项研究系统评价和Meta分析显示ML优于传统临床评分系统，RF和XGBoost为优选模型，但其终点限于脓毒症患者死亡，未进一步综合ML对脓毒症相关并发症死亡的预测性能；且脓毒症定义和设计缺乏标准化使研究间异质性难以有效控制。基于此，本研究通过系统评价和Meta分析综合评估ML模型预测脓毒症及其相关并发症患者死亡的性能，限制研究人群、研究设计、数据来源和死亡观察期以控制异质性，并按ML算法类型进行亚组分析以识别最佳建模策略，为模型开发和临床应用提供参考。

研究方法：研究人员按系统评价和Meta分析优先报告条目（Preferred Reporting Items for Systematic Reviews and Meta-Analyses, PRISMA）开展，方案在国际前瞻性系统评价注册平台（International Prospective Register of Systematic Reviews, PROSPERO）注册（CRD420261380358）。系统检索PubMed、Embase、Web of Science和Cochrane Library自建库至2026年4月8日，限英文，结合MeSH和自由词并手工雪球检索。纳入≥18岁、Sepsis-3.0诊断、脓毒症相关并发症、队列研究、开发/验证ML模型并报告性能或可推导混淆矩阵、结局为短期（院内、ICU、28/30/90天）或长期（1年）死亡；排除数据不足、非队列设计、样本<50、仅危险因素、仅验证评分。双人筛选和提取，第三人仲裁；预测模型偏倚风险评估工具（Prediction model Risk of Bias Assessment Tool, PROBAST）评估偏倚和适用性；STATA 15.0合并AUC、敏感度、特异度，按Hanley-McNeil法推导CI/SE，AUC logit转换，Cochran Q和I²评估异质性，I²>50%用随机效应模型；双变量混合模型合并敏感度和特异度；预设亚组、留一法敏感性分析，≥10项研究用漏斗图和Egger检验。样本来源为已发表队列研究。

研究结果：
3.1 研究选择：初始检索9,550条记录，筛题摘后1,050条，排除909条；141篇全文，6篇无法获取，135篇评估，最终纳入72项研究。
3.2 研究特征：72项研究共484,826例，均按Sepsis-3.0诊断。其中54项脓毒症、5项SAKI、1项SCRS、1项SICM、1项SIMI、1项脓毒性休克、1项SAD、4项SAE、4项SIC；均为2020—2026年队列研究；中国67项。常见预测因子为年龄、乳酸、心率、SOFA评分等。71项报告短期死亡，1项长期死亡。多重插补29项；LASSO 31项、单因素联合多因素logistic 29项；28种模型（22种传统ML+6种深度学习），LR最常用（63项），RF 22项，支持向量机（support vector machine, SVM）19项。
3.3 偏倚风险与适用性：PROBAST显示17项高总体偏倚风险、55项不明确；偏倚主要在分析域；适用性69项低关注、3项高关注，总体适用性满意。
3.4 Meta分析：
3.4.1 基于训练集的短期死亡率AUC：脓毒症46项研究15种模型合并AUC 0.82（95% CI 0.81–0.83，I²=99.2%），LR 27项0.84，RF和XGBoost各3项均为0.81，SVM 2项0.75；单研究模型AUC 0.73–0.92，LightGBM最高0.92，分类与回归树（Classification and Regression Tree, CART）和可解释提升机（Explainable Boosting Machine, EBM）最低0.73；合并敏感度0.79、特异度0.75。SAE 2项LR合并0.79；SAKI 2项3种模型合并0.78，LR 0.79、SVM 0.79、CART 0.77；SIC 1项6种模型合并0.73，RF 0.84、决策树（decision tree, DT）0.67；SICM 1项8种模型合并0.84，RF 0.98、K近邻（K-Nearest Neighbors, KNN）0.91、XGBoost 0.89、补体朴素贝叶斯（Complement Naive Bayes, CNB）0.73；合并敏感度0.77、特异度0.80。
3.4.2 基于训练集的长期死亡率AUC：仅SAE单项研究LR AUC 0.88。
3.4.3 基于验证集的短期死亡率AUC：脓毒症50项研究25种模型合并AUC 0.79（95% CI 0.78–0.80）；LR 46项0.81；深度学习组合模型（Deep Learning based Combined Model, DL-CMT）最高0.94（单研究），KNN最低0.68；合并敏感度0.75、特异度0.74。SAD 1项7种模型合并0.67，XGBoost 0.74、RF 0.53，敏感度0.97、特异度0.11；SAE 3项10种模型合并0.80，LR 0.81，AdaBoost等单研究0.83，敏感度0.80、特异度0.73；SAKI 4项6种模型合并0.79，LR 0.76、随机生存森林（Random Survival Forests, RSF）最高0.85、CART最低0.66，敏感度0.79、特异度0.64；SIC 4项10种模型合并0.80，LR 0.82、XGBoost最高0.88、KNN最低0.62，敏感度0.63、特异度0.78；SICM 1项8种模型合并0.78，LR最高0.82、KNN最低0.70，敏感度0.75、特异度0.67；SIMI单LR 0.77；脓毒性休克单LR 0.95。
3.4.4 基于验证集的长期死亡率AUC：SAE单LR 0.86；SCRS 1项6种模型合并0.76，RF 0.83、SVM 0.68。
3.4.5 敏感性分析：因并发症研究少，主要针对脓毒症死亡预测；训练集和验证集中排除任一研究对合并效应影响可忽略，结果稳健。
3.4.6 发表偏倚：训练集漏斗图不对称，Egger t=2.13、p=0.039，存在发表偏倚；trim-and-fill补17项后AUC 0.78（95% CI 0.76–0.79），较原0.82降约4%，但因补入研究占36%需谨慎。验证集Egger t=-0.79、p=0.466，无发表偏倚。

讨论部分总结：短期死亡预测总体中等，训练集至验证集下降约3.7%，在预期范围，异质性可能来自患者基础疾病、病情严重度、输入变量分布、死亡时间定义和数据来源，也可能与内部验证模型过拟合有关；验证集更反映真实临床场景，宜作为疗效评价主要参考，未来主研究应报告外部验证，训练集结果仅作内部参考。并发症验证集呈梯度：SAE和SIC均为0.80，总体脓毒症和SAKI均为0.79，SICM 0.78，SAD 0.67最低；SAE的三项独立研究一致识别血尿素氮（blood urea nitrogen, BUN）、乳酸和查尔森合并症指数（Charlson Comorbidity Index, CCI）为关键预测因子，SIC研究识别SOFA评分、乳酸及红细胞分布宽度（red blood cell distribution width, RDW）。模型类型上，LR最常评估且稳定可解释；RF、XGBoost等集成学习与LR相当或在SIC（XGBoost 0.88）和SICM训练集（RF 0.98）有优势；DL-CMT验证集最高0.94但仅单研究；KNN、DT、CART表现欠佳；“最佳模型”随数据集变化，外部泛化是关键。临床意义方面，约0.80的AUC未达理想诊断阈值，但鉴于脓毒症病理生理复杂，仍具临床价值，可生成入院、24 h、48 h等动态风险评分，结合临床判断用于风险分层；敏感度和特异度较平衡，可用于排除低风险和识别高风险。未来应聚焦SAE和SIC，并填补SAD和SIMI数据空白。局限包括异质性未完全解释、近半单中心、真正外部验证少、trim-and-fill补入比例高需谨慎、无法评估校准和临床效用。

研究结论（译）：该Meta分析显示，机器学习模型对预测脓毒症患者短期死亡具有中等判别能力。LR是评估最广泛的模型，性能稳定。RF和XGBoost在总体脓毒症人群中与LR相当，但在特定并发症中显示出有前景的优势。在并发症亚组中，SAE、SIC和SAKI具有相对稳健的证据基础并表现出较好的预测性能，而脓毒性休克、SICM、SAD和SIMI仅由单研究证据支持且预测效用有限。关于长期死亡，证据极其稀少，所有估计均来自单项研究，无法得出稳健结论。因此，机器学习模型有潜力作为脓毒症及其相关并发症管理的早期预后风险评估工具，但其临床泛化性仍需进一步外部验证。未来研究应优先设计良好的多中心前瞻性研究并进行严格外部验证，尤其针对研究不足的并发症，以促进这些模型最终整合到常规临床实践中。