《Surgeries》：Stratified Procedural Risk Assessment in Colorectal Surgery: A Comparative Analysis of Statistical and Machine Learning Approaches Using Combined Surgical Approach and Operative Duration Categories
Dennis Elengickal,
Michael Nizich and
Milan Toma
编辑推荐：
背景：结直肠手术后的术后并发症仍然是持续的临床挑战。传统的风险分层关注患者特征，而传统的建模方法将手术时长和手术方式等程序因素视为独立预测因子，可能掩盖交互作用。方法：本研究开发了一个机器学习模型，将7908名结直肠手术患者根据联合手术方式和手术时长（腹腔镜-
背景：结直肠手术后的术后并发症仍然是持续的临床挑战。传统的风险分层关注患者特征，而传统的建模方法将手术时长和手术方式等程序因素视为独立预测因子，可能掩盖交互作用。方法：本研究开发了一个机器学习模型，将7908名结直肠手术患者根据联合手术方式和手术时长（腹腔镜-短、腹腔镜-长、开放-短、开放-长）分为四个不同的程序风险类别，而不是将这些因素作为独立变量处理。使用RUSBoost重采样方法的梯度提升集成分类器在预测变量（包括患者人口统计学、合并症和术中因素）上进行训练。结果：特征重要性分析显示，开放-长类别成为最重要的单一预测因子，显著超过所有其他变量。体重减轻、体重指数、患者年龄和电解质异常位列次重要的预测因子。分层并发症发生率显示出一个关键交互作用：在开放手术中，延长时长使并发症风险增加超过一倍（短时长：9.99%，长时长：20.46%），而腹腔镜手术从短时长（10.45%）到长时长（14.08%）仅显示出适度增加。逻辑回归基准分析证实了时长-方式交互作用（OR=1.53, 95% CI: 0.97–2.39），实现了可比的区分能力（c-统计量0.678 vs. 集成模型的0.665）。决策曲线分析表明，逻辑回归在大多数阈值概率下提供了更优的临床效用。结论：双重分析框架（即用于量化关联的统计推断和用于预测性特征排序的机器学习）为临床应用提供了互补的见解。这些发现表明，分层特征工程可以阐明当程序因素被独立分析时可能被掩盖的复杂风险表型。
论文解读文章
**研究背景与问题**
结直肠手术术后并发症（如手术部位感染、吻合口漏、肺炎、脓毒症等）仍是临床面临的重大挑战，影响患者预后并增加医疗负担。传统风险分层主要聚焦于患者个体特征（年龄、合并症、营养状态等），而手术时长和手术方式等程序因素常被作为独立预测因子纳入回归模型，忽视了二者间的潜在交互效应。例如，腹腔镜手术虽具有微创优势，但其时长通常更长，而开腹手术可能因复杂病例而耗时更久。传统统计方法（如逻辑回归）难以充分捕捉非线性关系与高阶交互作用，而机器学习方法虽能建模复杂模式，但现有研究多集中于结直肠癌诊断、复发或转移预测，对围手术期并发症风险的系统分析较少。因此，研究人员开展本研究，旨在通过创新的分层特征工程，将手术方式与手术时长联合构建风险类别，利用机器学习与统计推断的双重框架，揭示被传统方法掩盖的风险表型。
**研究内容与结论**
本研究基于Cleveland Clinic 2009–2014年间7908例结直肠手术患者的去标识化回顾性数据集，开发了RUSBoost梯度提升集成分类器，预测术后30天内任何并发症（由18种不良事件组成的复合终点）。关键创新在于将连续变量“手术时长”与二分类变量“手术方式”替换为四个互斥分层类别：腹腔镜-短（≤195分钟）、腹腔镜-长（>195分钟）、开放-短、开放-长。结果显示，开放-长类别特征重要性归一化值为1.000，远超其他变量；体重减轻（0.839）、体重指数（BMI，0.834）、年龄（0.672）和电解质异常（0.505）紧随其后。分层分析表明，开放手术中延长时长使并发症风险从9.99%升至20.46%（相对危险度约2.3），而腹腔镜手术仅从10.45%升至14.08%。逻辑回归基准模型确认了时长-方式交互作用（OR=1.53, 95% CI: 0.97–2.39），但其c-统计量（0.678）与集成模型（0.665）差异不显著。决策曲线分析显示，逻辑回归在临床阈值概率为5%–30%区间内净获益更高。该论文发表在《Surgeries》。
**关键技术方法**
研究人员采用以下主要方法：
1. **数据来源与队列**：来源于Cleveland Clinic单中心回顾性队列，纳入7908例结直肠手术患者（2009–2014年），排除术后结局已知的变量。
2. **分层特征工程**：将手术时长（中位数195分钟分界）与手术方式（腹腔镜/开放）组合为四个二分类特征，替代原始连续时长与二分类方式。
3. **机器学习模型**：采用RUSBoost（基于随机欠采样的梯度提升集成算法），经贝叶斯优化（30次迭代）确定超参数（99个学习周期、学习率0.914、最大分裂数13、最小叶节点数35）。
4. **基准模型**：多变量逻辑回归含手动构建的交互项（手术方式×时长二分类）。
5. **性能评估**：使用AUC-ROC、准确率、召回率、F1分数、校准曲线、决策曲线分析及净重分类改善（NRI）。
6. **统计推断**：卡方检验、t检验、Kruskal-Wallis检验及logistic回归系数估计交互效应。
（注：忽略试剂、具体培养及质粒构建步骤。）
**研究结果**
**3.1 研究人群与并发症患病率**：开放手术占比82.25%（6504例），腹腔镜占17.75%（1404例）；总体并发症患病率14.48%（1145例），无并发症组6763例（85.52%），类别不平衡比5.91:1。
**3.2 统计推断结果：关联检验**：单独手术方式与并发症的卡方检验χ2=3.792，p=0.051，未达显著性；但开腹手术风险比1.157，优势比（OR）1.185。
**3.3 手术时长与并发症风险**：腹腔镜平均时长237.3分钟，开腹208.9分钟（p<0.001）。中位数分层后，开放-短并发症率9.92%，开放-长20.44%（χ2=18.398, p=0.000018）；腹腔镜-短10.27%，腹腔镜-长14.13%。交互效应显著：开腹手术中时长延长使风险绝对增加10.52个百分点，腹腔镜仅增加3.86个百分点。
**3.4 跨程序分组的比较统计分析**：Kruskal-Wallis检验显示，开放-长组合并症评分、体重减轻患病率显著高于腹腔镜组（Bonferroni校正后p<0.001），BMI与年龄亦存在差异，证实四组为临床异质性人群。
**3.5 机器学习预测结果：区分性能**：集成模型测试集AUC=0.665，准确率63.0%，并发症召回率56.4%，精确率21.0%。逻辑回归基准AUC=0.678，交互项OR=1.53（95% CI: 0.97–2.39, p=0.065）。
**3.6 按并发症亚型的敏感性分析**：感染性并发症（n=987）中开放-长率20.1%，模型AUC=0.601，开放-长仍为最重特征（重要性1.000）。重大并发症（n=342）中开放-长率11.9%，模型AUC=0.632，特征重要性顺序变为体重减轻（1.000）、BMI（0.433）、年龄（0.409），开放-长排名下降。
**3.7 校准、决策曲线与NRI**：RUSBoost校准差（Hosmer-Lemeshow χ2=965.2, p<0.001），逻辑回归校准可接受（χ2=9.2, p=0.324）；决策曲线显示逻辑回归净获益始终高于RUSBoost；连续NRI为0.030（p=0.067），分类NRI（<10%, 10–20%, >20%）为?0.214（p<0.001），表明RUSBoost未改善患者重分类。
**3.8 特征重要性分析**：原始模型（未分层）中手术时长重要性值0.001053，远超其他变量；体重减轻（0.000413）、BMI（0.000330）、年龄（0.000306）、电解质异常（0.000181）次之；手术方式（Open）仅排第九（0.000047）。
**3.9 按手术方式分层模型**：替换为分层特征后，开放-长成为最重要特征（0.000560），权重减轻（0.000470）、BMI（0.000467）、年龄（0.000377）、开放-短（0.000323）紧随其后。测试集AUC=0.6525，并发症召回率60.47%，与未分层模型无显著差异（Delong检验p=0.800）。
**讨论与结论**
讨论部分强调：分层特征工程成功捕捉到开放-长这一高风险表型，其特征重要性远超任何单一变量，而腹腔镜类别未进入前十，可能因样本量小（17.75%）且风险范围窄所致。统计推断结果显示时长-方式交互作用显著（开放手术中时长延长使风险翻倍），而机器学习则提供了特征排序的互补视角。临床应用中，统计结果（OR、p值）适用于术前咨询，机器学习特征重要性适用于风险分层工具开发。持续时间因素在术后早期预警中价值巨大：开放手术>195分钟的患者应立即加强监测。局限性包括单中心回顾性设计、未测量混杂（肿瘤位置、分期、急诊指征、术中出血量）以及结局仅以感染性并发症为主。
结论部分原文翻译如下：本研究证明，将手术方式和手术时长相结合的分层特征工程相比作为独立预测因子，能更深入揭示术后并发症风险。统计推断分析确立了延长手术时长显著增加开放手术并发症风险（p<0.001），时长-方式交互作用产生OR约2.3（开放-长 vs. 开放-短）。机器学习预测分析识别出开放-长程序类别为风险区分的主导特征（归一化重要性=1.000），其次为体重减轻（0.839）和BMI（0.834）。这些互补发现指向一致的临床信息，但目的不同：统计结果量化了人群水平的交互作用幅度与显著性，机器学习结果则确定了个体患者风险分层工具的最优特征层级。超出中位时长的开放手术成为主导风险因素，并发症率达20.46%（短时长开放为9.99%），而腹腔镜手术的时长相关风险升高较温和。机器学习框架成功识别此高风险程序表型，同时确认了患者特异性因素（体重减轻、BMI、年龄、电解质异常）对风险分层的有意义贡献。这些发现表明，手术时长是结直肠手术中最关键的可修饰程序风险因素，其在开放手术中的影响显著大于腹腔镜手术。本研究开发的分层建模方法为手术结局预测提供了一个可推广的框架，能够显式捕获程序特征间的交互效应，可能为术前风险咨询、手术技术优化以及高危患者亚组的围手术期资源靶向分配提供信息。未来的临床决策支持系统应纳入反映手术方式和预期手术复杂性联合影响的程序特异性风险类别，而非将这两个维度独立处理。
