论文解读文章

**研究背景与问题**

实验室检测在重症监护病房（ICU）中发挥核心作用，约影响70%的诊断和治疗决策。动脉血气（ABG）分析和基础代谢组（BMP）测量对于监测危重症患者的呼吸功能、代谢状态和电解质平衡至关重要，常指导机械通气、液体和血管活性药物的调整。然而，多项研究表明，高达50%的常规实验室检测结果正常，提示存在过度使用。不必要的实验室检测增加医疗成本，并导致可避免的伤害，包括医院获得性贫血、反复静脉穿刺或中心静脉通路引起的感染风险、患者不适，以及溶血或血液凝集导致的假阳性结果，进而可能触发额外的检测或过度治疗。这些缺点在ABG和BMP监测等最常进行的检测中尤为突出。

机器学习（ML）通过利用多模态ICU数据提供实验室值的实时估计，为缓解这些挑战提供了有前景的策略。准确的ML预测ABG和BMP变量可实现连续生理监测，同时减少所需血液检测次数。此类模型有潜力：（i）减少不必要的实验室检测频率，（ii）支持更早识别临床恶化，以及（iii）实现更及时的通风、液体管理和血管活性支持调整。最终，实时预测血液检测变量有助于改善患者预后，同时降低频繁实验室采样的成本、侵入性和风险。与此同时，深度学习的最新进展在建模复杂、高维的ICU数据方面表现出色，实现了更精确、动态和个体化的风险预测。然而，深度学习模型对ICU电子健康记录（EHR）数据中普遍且常非随机的缺失值高度敏感。缺失或稀疏采样的实验室测量值会降低模型性能，并在处理不当时导致不可靠的预测。因此，稳健的实验室值随时间估计或填补策略对于支持重症监护中基于深度学习的预测模型的可靠性和临床实用性至关重要。

**研究概述与结论**

研究人员开发了ML模型，对危重症患者的9个ABG和9个BMP实验室值进行连续逐小时预测，使用多种临床特征。为说明这些估计的实验室时间序列的潜在临床应用及其对ICU深度学习模型性能的影响，研究人员评估了其对ICU入院后12小时后任意时间发生肾替代治疗（RRT）需求的早期预测的影响。研究人员比较了使用ML估计器逐小时填补的实验室变量的深度学习模型与使用前值基线填补的实验室变量的模型的性能。研究人员假设，其实时填补实验室值的方法将增强深度学习模型对RRT预测的预测性能。该研究发表在《Journal of Clinical Monitoring and Computing》。

**主要技术方法**

研究人员采用回顾性队列研究设计，使用MIMIC-IV数据库（来自马萨诸塞州波士顿贝斯以色列女执事医疗中心的大型公开去标识化电子健康记录数据集，包含2008-2022年超过90,000次ICU住院记录）。主要技术方法包括：（1）使用XGBoost回归模型为每个ABG和BMP变量分别训练独立的预测模型；（2）使用一维卡尔曼滤波器融合观察到的实验室值和模型预测，重建平滑的连续实验室轨迹；（3）使用双向长短期记忆（Bi-LSTM）神经网络进行RRT需求预测，仅比较实验室变量的填补方式（ML估计 vs 前值填补）；（4）应用Integrated Gradients（IG）方法解释模型输入特征的重要性。

**研究结果**

**3.1 研究队列**：在COVID-19前时代MIMIC-IV队列中，包含65,707次ICU住院，中位年龄66岁，56%为男性，中位ICU住院时长2.0天，院内死亡率6.7%，RRT利用率6.0%。COVID-19时代队列包含9,124次ICU住院，中位年龄66岁，59%为男性，中位ICU住院时长2.3天，院内死亡率9.3%，RRT利用率7.2%。

**3.2 实验室测量模式**：在COVID-19前时代队列中，每次ICU住院的中位测量次数为3.0次，中位测量间隔为8.0小时；COVID-19时代队列中分别为4.0次和7.0小时。以乳酸为例，在COVID-19前时代队列中测量187,848次，平均每ICU住院2.86次，3.58%的ICU小时有乳酸值（96.42%缺失），中位间隔为5小时。

**3.3 实验室值预测性能**：在测试集上，XGBoost在所有ABG和BMP目标上均优于前值基线。在COVID-19前时代队列中，XGBoost在ABG变量上实现MAE平均降低33%、RMSE平均降低32%，在BMP变量上分别降低19%和21%。在COVID-19时代队列中观察到相似模式，ABG变量MAE降低32%、RMSE降低31%，BMP变量分别降低15%和19%。其中，血红蛋白/血细胞比容（ABG）和血尿素氮/肌酐（BMP）的误差降低最大，而钙（ABG）和总二氧化碳（BMP）的改善最小。

**3.4 平滑和滤波后的实验室轨迹**：通过卡尔曼滤波器融合观察值和XGBoost预测，重建了连续实验室轨迹。滤波后的轨迹在有观察值时紧密跟随真实值，在稀疏采样间隔期间产生平滑过渡，而前值基线产生阶梯状分段常数轨迹。

**3.5 填补实验室值对预测建模的影响**：在RRT早期预测任务中，排除前12小时内开始RRT的住院记录后，在COVID-19前时代队列中，使用ML逐小时实验室估计的Bi-LSTM模型（AUROC 0.951，95% CI 0.942–0.960；AUPRC 0.419，95% CI 0.375–0.465）优于使用前值填补的模型（AUROC 0.923，95% CI 0.910–0.935；AUPRC 0.343，95% CI 0.301–0.386），AUROC绝对提升0.029（DeLong检验，p = 7.9×10^-8）。在COVID-19时代队列中，ML估计模型AUROC为0.944（95% CI 0.933–0.954），AUPRC为0.459（95% CI 0.404–0.514），而前值填补模型AUROC为0.878（95% CI 0.859–0.896），AUPRC为0.313（95% CI 0.262–0.360）。Integrated Gradients分析显示，阴离子间隙、肌酐、离子钙、血红蛋白、氯离子、碳酸氢盐和碱剩余是RRT风险预测的重要估计实验室变量。

**讨论与结论**

研究人员的ML填补模型在所有18个ABG和BMP目标上均比前值基线填补模型显示出改进的误差降低。血红蛋白和血细胞比容（ABG变量）以及肌酐和血尿素氮（BMP变量）的性能提升最大，而钙（ABG）和总二氧化碳（BMP）仅显示最小改善。通过18个独立的ML填补模型，研究人员提高了深度学习模型预测12小时后RRT需求的性能。据研究人员所知，该方法是首个针对每个目标实验室变量训练独立ML模型的方法。高精度且频繁的填补模型可提供多种临床益处，如减少不必要的实验室检测、更早识别临床恶化、实现更及时的干预，同时提高临床研究的可解释性。

临床研究中缺失数据可能导致偏倚和错误结论。传统统计填补方法（如前值、单一或回归填补）存在许多缺点，如缺乏方差、低估不确定性、易受偏态数据影响、可能破坏变量间相关性，并忽略数据非随机缺失的事实。ML模型更稳健，能捕捉更复杂模式，但仍易受缺失值影响。本研究展示的为每个实验室变量开发独立ML模型是更精确填补的潜在解决方案。

早期准确预测终末器官衰竭（如急性肾损伤、肺功能不全或血流动力学不稳定）对于ICU及时干预至关重要。适当的资源分配（如启动RRT、机械通气或循环支持）已证明可改善生存率、住院时长和医疗成本。虽然深度学习模型在预测临床恶化方面比传统评分系统更精确，但数据缺失仍是准确性的主要挑战。研究人员的逐小时ML填补方法显著提高了旨在预测RRT启动的深度学习模型的准确性。鉴于重症监护结局与常基于实验室值诊断的病症（如缺氧、酸中毒、贫血、电解质和葡萄糖异常）之间的已知关联，研究人员的实验室值填补方法可能使其他预测终末器官损伤、医疗成本和生活质量的深度学习模型实现更快、更准确的预测。

实验室检测过度使用在住院患者中已有充分记录。更高效地使用实验室检测可显著节省成本，并通过降低贫血、血流感染、神经损伤和假阳性结果的风险来增强患者安全。已有多种技术被研究以降低采血频率和体积，如避免过度收集、使用小容量儿科试管、床旁检测、捆绑医嘱以减少静脉穿刺、避免“彩虹实验室”做法、提供者教育、审计和反馈、以及临床决策支持工具。然而，实施这些干预措施需要耗时的教育、持续的提供者依从性和昂贵的资源。嵌入机构EHR系统的、如研究人员高精度频繁填补模型（用于血气分析和代谢组）的有前景策略可能缓解这些挑战。

**研究局限性**：大多数实验室目标相比前值基线填补模型有显著改善，但钙和总二氧化碳仅显示最小改善，可能因其生理范围较窄且短期变异性有限。其次，研究仅限于BMP和ABG目标，未包括凝血和血常规等其他常用实验室检测。第三，预测模型不仅依赖实验室结果，还依赖其他变量（如人口学、合并症、影像学结果），这些变量在大数据集中可能缺失。第四，填补模型在MIMIC-IV队列上训练，需要在不同患者人口学和社会经济构成的数据集上进行外部验证。最后，本研究提出的方法旨在改善稀疏测量实验室变量的连续表示，用于计算建模和下游风险预测。在考虑将此类估计值用作测量实验室检测的替代品之前，需要进行正式的一致性分析和前瞻性临床验证。

**结论**：研究人员的实时填补模型显著降低了大多数ABG和BMP目标的误差，提高了深度学习模型对RRT需求的预测性能。研究人员的逐小时填补方法为更快、更准确的预测提供了潜在机制。需要进一步在不同数据集上进行外部验证以确认填补模型的有效性。