《Brain and Behavior》：Establishment and Validation of a Model of Indwelling Nasogastric Tube in Patients After Acute Ischemic Stroke
编辑推荐：
背景：吞咽障碍在脑卒中后较为常见，准确预测其持续时间对于指导治疗决策至关重要。及时留置鼻胃管（NGT）对患者预后具有关键意义。本研究旨在建立并验证用于预测急性缺血性脑卒中（AIS）患者留置NGT需求的预测模型。材料与方法：研究人员回顾性分析了2020年至202
背景：吞咽障碍在脑卒中后较为常见，准确预测其持续时间对于指导治疗决策至关重要。及时留置鼻胃管（NGT）对患者预后具有关键意义。本研究旨在建立并验证用于预测急性缺血性脑卒中（AIS）患者留置NGT需求的预测模型。材料与方法：研究人员回顾性分析了2020年至2022年间553例AIS患者的临床资料。采用最小绝对收缩和选择算子（LASSO）回归及多因素logistic回归筛选预测因子。整合多种机器学习（ML）分类器以识别最优模型，随后进行验证。最后，应用Shapley加法解释（SHAP）进行模型解释和个体化风险评估。结果：经LASSO回归和logistic回归分析，共筛选出5个变量——患者美国国立卫生研究院卒中量表（NIHSS）评分、年龄、游离甲状腺素（fT4）、中性粒细胞与淋巴细胞比值（NLR）及卒中部位，作为与AIS患者留置NGT需求相关的独立预测因子。在9种机器学习分类器中，随机森林（RF）表现最优。该模型在训练队列五折交叉验证中AUC为0.850，在独立测试队列中AUC为0.853。结论：所提出的模型是一种用户友好的预后工具，可可靠预测吞咽功能障碍并提供可解释的结果。该模型可协助临床医生为AIS患者做出NGT留置决策，促进个体化诊疗。
研究背景：脑卒中是全球范围内严重残疾的主要原因之一，年发病率超过1300万例。卒中后吞咽障碍（PSD）是常见并发症，可增加脱水、营养不良及卒中相关性肺炎的风险，并导致住院时间延长、医疗费用增加和死亡率升高。指南建议当1周内不太可能恢复经口进食时使用鼻胃管（NGT）进行喂养，但NGT留置可导致鼻咽部不适、鼻窦炎、中耳炎、食管炎、溃疡甚至狭窄等并发症。当前NGT留置决策存在较大差异，常依赖临床医生的主观判断。机器学习（ML）在医学领域的应用日益广泛，本研究旨在通过先进的ML算法提高预测准确性，从而改善预后分层、指导治疗决策并促进个体化管理。
研究人员开展的研究及结论与意义：研究人员开展了一项回顾性队列研究，纳入2020年1月至2022年12月上海同济医院收治的553例急性缺血性脑卒中（AIS）患者，建立了预测AIS患者留置NGT需求的ML模型，最终筛选出NIHSS评分、年龄、游离甲状腺素（fT4）、中性粒细胞与淋巴细胞比值（NLR）及卒中部位5个独立预测因子，随机森林（RF）模型表现最优，在训练队列五折交叉验证中AUC为0.850，独立测试队列AUC为0.853。该模型作为一种用户友好的预后工具，可可靠预测吞咽功能障碍并提供可解释的结果，有助于临床医生为AIS患者做出NGT留置决策，促进个体化诊疗。
关键技术方法：研究采用最小绝对收缩和选择算子（LASSO）回归和多因素logistic回归筛选预测因子；构建了9种机器学习分类器（包括XGBOOST、logistic回归、随机森林、AdaBoost、LightGBM、CNB、决策树、SVM和KNN）以识别最优模型；采用五折交叉验证进行模型选择和超参数调优；使用ROC曲线、决策曲线分析（DCA）、精确率-召回率（PR）曲线和校准曲线评估模型性能；应用Shapley加法解释（SHAP）进行模型解释和个体化风险评估。样本队列来源为上海同济医院2020年至2022年收治的553例AIS患者，按80%:20%随机分为训练队列（442例）和独立测试队列（111例）。
研究结果：（1）最佳模型构建与评估：对训练队列进行RF分析和五折交叉验证，并在独立测试队列上评估最终模型。样本内训练性能达到完美AUC（1.000 ± 0.000），反映RF算法对训练数据的高拟合能力并提示一定程度过拟合。五折交叉验证平均AUC为0.850 ± 0.041，独立测试队列AUC为0.853。交叉验证性能与测试队列性能的接近程度（差异0.003）是模型泛化性的主要指标。（2）SHAP模型解释：使用SHAP直观解释所选变量如何预测模型中NGT的形成。SHAP摘要图显示最终模型纳入的5个预测变量，每个特征的重要性水平表示，个体患者贡献以彩色点描绘（红色为高风险值，蓝色为低风险值）。SHAP力图用于解释个体预测，红色条表示正贡献，蓝色条表示负贡献，贡献值越高条越长。这些可视化共同展示了各特征在预测模型中的相对重要性和方向性效应。
讨论部分总结：现代ML模型尤其是深度学习模型和集成方法常被称为"黑箱"，SHAP通过量化每个特征对模型预测的贡献，有助于打开"黑箱"、提高模型透明度和可信度。研究人员开发并验证了使用ML预测PSD患者吞咽功能并指导NGT喂养决策的预后模型，发现约五分之一的AIS患者在发病1周后未能恢复功能性经口进食，可能从NGT喂养干预中获益。研究承认训练集AUC为1.000提示一定程度过拟合，这是RF应用于中等规模数据集时的固有特性，但五折交叉验证性能（AUC=0.850）与独立测试队列性能（AUC=0.853）的接近一致性表明模型保持了可接受的泛化性。NIHSS评分是神经功能缺损严重程度的定量指标，其作为吞咽障碍评估工具的局限性在于特异性欠佳（阴性预测值低于40%，阳性预测值约90%），因此不应作为吞咽障碍检测的独立筛查参数，而应作为综合评估框架的组成部分。关于卒中部位与吞咽功能的关系尚无定论，本分析显示幕下卒中AIS患者需要延长NGT留置的概率是幕上病变者的1.963倍。年龄是最常研究的人口学变量，本研究发现年龄增长与延长NGT依赖显著相关（OR：1.074，95%CI：1.040–1.113）。NLR在本研究中与AIS后NGT需求独立相关（OR：1.601，95%CI：1.343–1.942），基于RF的预测模型将NLR识别为最具影响力的预测变量，但研究人员承认NLR可能反映系统性病理生理改变而非吞咽障碍的直接致病因素。fT4可能反映急性卒中后下丘脑-垂体-甲状腺轴失调，作为卒中后生理应激和分解代谢状态的替代标志物。研究局限性包括：单中心回顾性研究可能限制普适性；训练集AUC为1.000提示过拟合；无外部验证队列；FOIS评估未设盲且未量化评定者间信度；失访患者被排除可能引入选择偏倚。
研究结论翻译：研究人员开发了一个预测AIS吞咽障碍患者吞咽恢复并支持治疗决策的模型。该模型通过识别可从肠内营养获益并在适当时机保留NGT的患者，为每位患者提供个体化治疗。
