《Journal of Multidisciplinary Healthcare》：Development and Validation of an Interpretable Preoperative Difficult Airway Risk Prediction Model Based on Multiple Machine Learning Algorithms
编辑推荐：
背景 困难气道管理仍是麻醉学中关乎患者安全的关键挑战。传统术前风险评估工具常缺乏敏感性与可解释性。本研究旨在开发和验证一个基于机器学习的可解释模型以预测困难气道风险，通过整合稳健的特征选择与模型解释技术以增强临床效用与可信度。
方法 该单中心回顾性观察队列研
背景 困难气道管理仍是麻醉学中关乎患者安全的关键挑战。传统术前风险评估工具常缺乏敏感性与可解释性。本研究旨在开发和验证一个基于机器学习的可解释模型以预测困难气道风险，通过整合稳健的特征选择与模型解释技术以增强临床效用与可信度。
方法 该单中心回顾性观察队列研究分析了400例接受全身麻醉下气管插管手术的成年患者。候选预测因子首先通过单变量分析进行初筛，随后应用最小绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator，LASSO）回归进行特征选择以避免过拟合，再经多变量Logistic回归识别独立危险因素。研究在测试集上开发并比较了7种机器学习算法以构建预测模型。模型性能通过受试者工作特征曲线下面积（Area Under the Curve，AUC）、校准曲线及决策曲线分析（Decision Curve Analysis，DCA）进行评估。最终模型采用Shapley加法解释（SHapley Additive exPlanations，SHAP）进行解读，以提供全局与局部可解释性。
结果 单变量分析显示训练集中有23个变量与困难气道显著相关（p<0.05）。LASSO回归进一步筛选出11个预测因子，纳入多变量Logistic回归。最终预测模型包含5个独立危险因素：BMI、颏下距离（thyromental distance）、胸骨下距离（sternomental distance）、颈围（neck circumference）和血糖（glucose）。在7种算法中，Logistic回归（Logistic Regression，LR）展现出最佳整体性能（AUC = 0.871），校准度优异，在临床相关阈值范围内具有高净临床获益。SHAP分析显示BMI是最具影响力的预测因子，具有明确的方向性效应。针对个体病例的局部解释进一步提升了模型透明度。
结论 研究人员开发了一个可解释的术前困难气道风险预测模型。通过结合特征选择与基于SHAP的解释，该模型提供了透明化的个体化风险估计。临床实施前仍需外部验证与前瞻性验证。
困难气道管理仍是麻醉学实践中关键且可能危及生命的挑战，未能迅速建立气道可导致缺氧性脑损伤甚至死亡，因此术前准确识别高风险患者对于个体化规划、资源配置及避免灾难性后果至关重要。传统预测主要依赖改良Mallampati评分、颏下距离（thyromental distance）等床旁临床评估及人口学因素，但这些方法单独使用时敏感性和特异性往往有限，因为气道困难源于多种解剖和生理特征之间复杂的非线性相互作用。近年来，机器学习（Machine Learning，ML）通过挖掘患者数据中的高维交互模式，为提高困难气道预测性能提供了新范式，然而现有研究存在显著不足：多数研究过度关注算法性能指标如受试者工作特征曲线下面积（Area Under the Curve，AUC），而忽视了两方面关键问题，一是从广泛候选预测因子中进行严谨、可解释的特征筛选，二是所得黑箱模型的可解释性，若麻醉医生不理解驱动预测的具体因素及其效应方向，便难以信任并据此实施临床决策，因此开展整合稳健特征选择技术与可解释人工智能的临床转化研究具有重要必要性。
研究人员开展了一项单中心回顾性观察队列研究，纳入2021年6月至2025年6月期间在杭州市萧山区第一人民医院接受全身麻醉气管插管的成年患者，经排除非气管插管麻醉、年龄不在18至90岁、需心肺转流的心脏手术及关键预测因子缺失率超过20%的病例后，共400例患者进入分析，按7:3比例随机分层分为训练集281例与测试集119例。研究采用三阶段特征筛选策略，首先通过训练集单变量分析初筛23个显著相关变量，继而应用最小绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator，LASSO）回归进行惩罚性降维，在10折交叉验证下确定最优惩罚参数λ
min等于0.0036，保留11个非零系数变量，最终经多变量Logistic回归确认5个独立危险因素，分别为体重指数（Body Mass Index，BMI）、颏下距离、胸骨下距离（Sternomental Distance，SMD）、颈围（Neck Circumference，NC）和血糖。基于这5个预测因子，研究在训练集上通过分层5折交叉验证训练，在测试集上系统比较了7种算法，包括Logistic回归、随机森林（Random Forest，RF）、K近邻（K-Nearest Neighbors，KNN）、神经网络（Neural Network，NN）、决策树（Decision Tree，DT）、XGBoost和LightGBM的区分度、校准度与临床效用。结果显示所有模型均展现出良好预测能力，其中Logistic回归模型综合表现最优，测试集AUC达0.871（95% CI：0.775至0.951），校准曲线显示校准斜率0.94、截距–0.08、Brier分数0.06，表明校准度良好，决策曲线分析（Decision Curve Analysis，DCA）证实其在多数临床相关阈值范围内净获益优于全治疗与全不治疗策略，基于判别力、校准度、净获益及可解释性的综合考量，Logistic回归被选为最终模型并据此构建列线图（nomogram），SHAP（SHapley Additive exPlanations）全局特征重要性分析显示平均绝对SHAP值依次为BMI（0.078）、颏下距离（0.076）、颈围（0.070）、胸骨下距离（0.066）和血糖（0.038），证实BMI为最具影响力的预测因子，SHAP汇总图揭示了明确的方向性效应，高BMI、高血糖、高颈围与正SHAP值相关，增加困难气道风险，而较短的颏下距离和胸骨下距离同样提升风险，通过瀑布图（waterfall plot）和力图（force plot）对单一个案预测概率从基线0.182变化至0.497进行局部解构，直观展示了各特征如何推动最终预测值，显著增强了模型透明度与临床可信度，该研究表明经过严谨统计筛选并由可解释人工智能增强的Logistic回归模型，可在保持临床可解释性的同时实现优异的预测性能，为困难气道预测提供了透明的决策支持工具，具有重要的临床转化意义。
本研究关键技术方法包括：单中心回顾性观察队列设计，样本来源于2021年6月至2025年6月在杭州市萧山区第一人民医院接受全身麻醉气管插管的400例成年患者，排除非气管插管、年龄18至90岁外、心脏手术及关键预测因子缺失率大于20%者，按7:3随机分为训练集281例与测试集119例。特征筛选采用三阶段法，训练集单变量分析筛选23个显著变量（p<0.05），LASSO回归经10折交叉验证保留11个非零系数变量（λ
min=0.0036），多变量Logistic回归确定5个独立预测因子（BMI、颏下距离、胸骨下距离、颈围、血糖）。模型开发采用分层5折交叉验证，超参数优化使用嵌套3折网格搜索，在测试集上比较7种机器学习算法的区分度（ROC曲线、AUC）、校准度（校准曲线、Brier分数）及临床效用（DCA），最终采用SHAP方法实现全局与局部可解释性分析。
**基线数据比较**：随机分层抽样确保训练集与测试集在人口学特征、临床特征及气道评估指标上均无显著差异（p>0.05），验证了数据集划分的均衡性，为后续模型开发提供了可靠基础。
**单因素分析筛选特征变量**：在训练集上进行的单因素分析共识别出23个与困难气道显著相关的候选变量（p<0.05），涵盖人口学特征、气道解剖评估、合并症、手术因素及术前实验室检查等多个维度，为后续降维提供了初始变量池。
**LASSO回归分析**：基于训练集通过10折交叉验证确定最优惩罚参数λ
min=0.0036，LASSO回归通过施加惩罚将部分系数压缩至零，从23个候选变量中筛选出11个非零系数预测因子，有效解决了过拟合与多重共线性问题，保留了最具信息量的特征子集。
**多因素Logistic回归分析**：将LASSO回归保留的11个变量纳入多因素Logistic回归模型，校正混杂因素后最终确认5个独立危险因素，分别为BMI、颏下距离、胸骨下距离、颈围和血糖，构成了后续所有机器学习模型开发的最终特征集。
**多分类模型综合分析**：7种算法在测试集上均展现出良好判别能力，Logistic回归模型区分度最高（AUC=0.871，95% CI：0.775–0.951），校准度评估显示该模型校准斜率为0.94、截距为–0.08、Brier分数为0.06，预测概率与观测频率高度一致，DCA显示Logistic回归在多数临床相关阈值范围内提供高净获益，优于全治疗与全不治疗策略，鉴于各模型AUC差异较小且置信区间重叠，研究强调不应将Logistic回归的胜出解释为统计学意义上的显著优越，基于整体性能平衡，Logistic回归被选为最终模型并构建列线图。
**基于SHAP的模型解读**：全局特征重要性按平均绝对SHAP值排序为BMI（0.078）、颏下距离（0.076）、颈围（0.070）、胸骨下距离（0.066）、血糖（0.038），SHAP汇总图显示特征值与预测效应的方向关系，高BMI、高血糖、高颈围对应正SHAP值即增加风险，而低值对应负SHAP值即降低风险，针对局部可解释性，研究选取测试集中预测概率接近中位数的典型病例，通过瀑布图展示各特征如何使预测概率从基线0.182逐步变化至最终0.497，力图则直观呈现了各特征推动预测值脱离基线的方向与幅度，为个体化风险沟通提供了透明依据。
讨论部分指出，传统床旁评估工具如改良Mallampati评分、颏下距离或复合评分系统，在独立验证队列中敏感性及特异性常低于0.70，既往机器学习研究虽显示潜力，如Kim等报告的随机森林模型AUC为0.79，Pei等报告的困难面罩通气预测模型AUC为0.825，但多聚焦算法性能而缺乏可解释性。本研究的创新性在于将严谨的统计特征筛选，即单变量分析、LASSO回归、多变量Logistic回归，7种机器学习算法的系统比较与SHAP可解释性分析深度整合，值得注意的是，Logistic回归优于更复杂集成算法这一发现表明，本研究的核心价值在于构建严谨且可解释的临床预测模型，而非证明机器学习的算法优越性，经良好构建的Logistic回归模型结合稳健统计与可解释人工智能技术，能在保持临床可解释性的同时达到优异预测性能，为困难气道预测提供了兼具准确性与透明度的决策支持框架。
在预测因子讨论中，研究人员回顾了循证证据，颏下距离单独预测价值有限，Begum等报告其AUC仅0.58，而Pareek等证实颈围与颏下距离比值作为无创预测指标敏感性及特异性更优，复合指标如颈围与颏下距离比值AUC可达0.96，Kapoor等在超重及肥胖女性中验证颈围预测价值，Mrunalini等发现胸骨下距离单独使用特异性高但敏感性低，联合改良Mallampati试验和上门咬合试验可显著提升预测准确率至91.3%，Saracoglu等研究显示严重肥胖患者插管复杂化几率是普通人群的1.5倍。关于血糖，现有证据多聚焦糖尿病整体而非孤立血糖值，尽管糖尿病可能导致结缔组织糖基化及关节活动受限包括寰枕伸展受限，但本研究通过单次术前血糖测量观察到独立关联，鉴于回顾性设计，该发现应被视为假设生成性而非因果性。研究强调，该预测模型应作为现有结构化多学科气道管理流程的补充定量工具，而非替代方案，五个预测因子与指南强调的解剖和生理领域高度契合，模型可提供个体化风险估计以指导设备选择和人员配置。然而，困难气道结局不仅取决于患者解剖因素，还涉及团队沟通、认知负荷、疲劳、情境意识等人为与系统因素，本研究未涵盖这些非解剖维度。
方法学优势在于特征筛选的严谨性与SHAP分析带来的可解释性提升，桥接了机器学习与传统临床流行病学。局限性包括单中心回顾性设计限制泛化性，样本量较小即400例含68例困难气道事件，即使经LASSO正则化仍不能完全排除过拟合风险，未纳入部分潜在相关变量，SHAP值在小样本中可能不稳定且隐含特征独立性假设，单变量筛选可能排除弱边缘但有意义条件关联的变量，未与El-Ganzouri风险指数或LEMON评分等复合工具直接比较。未来需在独立多中心队列中进行外部验证，开展前瞻性研究评估模型实施对减少插管尝试次数、并发症发生率或气道建立时间等临床结局的影响，并探索整合术中动态数据或影像学特征如上呼吸道超声以进一步提升预测性能。
研究结论部分翻译如下，本研究呈现的不仅仅是一个高性能算法，而是一个经过验证且可解释的困难气道临床预测工具，通过严格筛选预测因子、确定Logistic回归为最优模型以及通过SHAP揭示其预测机制，研究人员提供了一个在预测能力与临床透明度之间取得平衡的理论框架，该模型有望作为决策支持工具增强传统床旁评估，为更安全的麻醉诱导和个体化围术期规划提供潜在贡献，未来研究应聚焦于外部验证、电子健康档案整合以及前瞻性影响评估。
