用于预测脑出血患者30天死亡率的可解释机器学习模型的开发与验证

《Scientific Reports》：Development and validation of interpretable machine learning models to predict 30-day mortality in patients with intracerebral hemorrhage

　　

摘要

脑内出血具有较高的早期死亡率。为便于制定个性化决策，我们开发并验证了可用于预测30天死亡率的可解释机器学习模型。这项回顾性队列研究使用了来自重症监护医学信息库（MIMIC）的脑内出血患者数据。模型开发基于MIMIC-IV（v3.1）版本，而时间验证则在MIMIC-III CareVue子集（v1.4）中的独立非重叠队列上进行。研究人员利用患者入院最初24小时内的常规临床数据，构建了多种无需影像学检查的机器学习模型。在数据预处理和特征选择之后，模型开发阶段通过类别权重平衡来解决数据不平衡问题，并采用贝叶斯超参数优化技术。所有模型都经过了区分度、校准性和决策曲线分析的评估。最终选定的模型因其出色的性能而被选中，同时通过SHapley加性解释方法来提升模型的透明度。此外，还通过敏感性分析和样本量论证来评估模型的稳健性和统计可靠性。在MIMIC-IV队列中，共开发并评估了9种机器学习模型（n?=?1,478；其中1,034例用于训练，444例用于内部测试）。LightGBM被认定为最优模型，它具有良好的区分度（AUC：0.859）、合理的校准性（斜率：1.017；布里尔分数：0.132），并且在决策曲线分析中显示出潜在的临床应用价值。在时间验证集上（n?=?339），该模型依然保持良好性能，AUC值为0.811，校准性也可接受（斜率：0.873；布里尔分数：0.174）。SHAP分析提升了模型的临床可解释性，该模型现已作为开放获取的在线工具，用于早期个体化死亡风险预测。本研究显示，可解释的LightGBM模型在脑内出血患者的30天死亡率预测方面表现优异，为个体化风险评估和临床应用提供了可能。不过，由于缺乏多中心、地域外的验证，该模型的普遍适用性仍需进一步研究。