使用机器学习算法预测老年肺栓塞患者死亡风险的建模

《Frontiers in Medicine》：Predictive modeling for mortality risk in elderly patients with pulmonary embolism using machine learning algorithms

　　

背景：肺栓塞（Pulmonary Embolism, PE）是一种导致显著死亡率和发病率的疾病，尤其在老年人群中。研究人员的研究目标是利用专门针对该人群的机器学习（Machine Learning, ML）算法，从而提高风险评估的准确性。方法：将2013年1月1日至2023年12月31日期间纳入的老年PE患者分为两组：训练集和验证集。研究人员开发了包括决策树、随机森林（Random Forest, RF）、极限梯度提升、支持向量机和k-最近邻在内的五种ML模型，用于预测这些患者的院内死亡率。选择诊断性能最佳的模型。最终，使用受试者工作特征分析对ML模型进行内部验证，以评估其诊断性能。结果：分析共纳入250名患者，其中174名分配至训练集，76名分配至验证集。ML模型基于九个临床特征构建：年龄、乳酸水平、血尿素氮、动脉血氧分压、红细胞计数、舒张压、血管升压药使用、急性肾损伤以及需要连续性肾脏替代治疗。在评估的五种ML模型中，RF模型表现最佳，在训练集和验证集中分别达到了最高的曲线下面积值0.950和0.835。结论：基于ML的模型在识别具有院内死亡风险的老年PE患者方面表现出强大的预测能力。这些算法可帮助医生早期发现高风险患者，促进及时和适当的预防性干预。未来有必要进行前瞻性研究，比较ML模型与已建立的PE特异性风险分层工具。

**论文解读文章**

**研究背景与意义**
肺栓塞（Pulmonary Embolism, PE）是一种潜在致命的急症，年发病率约为1/1000，每年导致10万至30万例死亡，是仅次于心肌梗死和卒中的第三大心血管疾病事件。早期抗凝治疗可将死亡率从30%降至8%，因此准确识别高危患者至关重要。年龄是PE发病和死亡的独立危险因素，老年患者（≥65岁）的院内死亡率显著高于年轻人群（85岁以上患者死亡率达11%）。现有风险分层工具如肺栓塞严重程度指数（Pulmonary Embolism Severity Index, PESI）及其简化版（sPESI）和序贯器官衰竭评估（Sequential Organ Failure Assessment, SOFA）评分在老年患者中的预测曲线下面积（AUC）仅约0.76–0.77，性能仍有提升空间。机器学习（Machine Learning, ML）技术能捕捉变量间的复杂非线性关系，已在重症监护领域展现出优于传统统计模型的预测能力。然而，专门针对老年PE重症监护病房（ICU）患者的ML预测模型尚缺乏。因此，研究人员开展本研究，旨在利用ML算法识别老年PE患者院内死亡的风险因素，并构建预测模型，以辅助临床个性化干预。该研究发表于《Frontiers in Medicine》。

**主要关键技术方法**
研究人员回顾性收集了2013年1月1日至2023年12月31日期间江苏省某三级教学医院ICU收治的老年PE患者数据，共纳入250例（≥65岁，排除恶性肿瘤及慢性PE）。采用链式方程多重插补（Multiple Imputation by Chained Equations, MICE）处理缺失值，并通过最小绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator, LASSO）回归筛选出9个独立预测因子：连续性肾脏替代治疗（CRRT）、急性肾损伤（AKI）、血尿素氮（BUN）、年龄、乳酸水平、血管升压药使用、动脉血氧分压（PaO₂）、红细胞计数（RBC）和舒张压（DBP）。将数据按70%:30%随机分为训练集（174例）和验证集（76例），构建了决策树（DT）、随机森林（RF）、极限梯度提升（XGBoost）、支持向量机（SVM）和k-最近邻（KNN）五种ML模型，采用10折交叉验证和网格搜索调参。通过受试者工作特征（ROC）曲线、决策曲线分析（DCA）及校准曲线评估模型性能，并使用Shapley加法解释（SHAP）方法进行特征重要性分析。

**研究结果**

**3.1 基线特征与结局**
研究共纳入250例患者，训练集与验证集分别有174例和76例，总体院内死亡率为32.80%。两组除血钙浓度外，基线特征无显著差异。在训练集中，存活组与死亡组在年龄、身高、SOFA评分、RBC、血红蛋白、天冬氨酸氨基转移酶、乳酸脱氢酶、葡萄糖、肌酐、BUN、凝血酶原时间、国际标准化比值、PaO₂、乳酸、血管升压药使用、AKI及CRRT需求方面存在统计学差异。

**3.2 预测特征筛选**
通过LASSO二元逻辑回归，根据1-标准误准则确定9个独立死亡风险因素：CRRT、AKI、BUN、年龄、乳酸水平、血管升压药使用、PaO₂、RBC和DBP。方差膨胀因子（VIF）均小于5，表明无多重共线性问题。

**3.3 预测模型**
在训练集中，RF模型表现最佳，AUC达0.950，召回率0.860，准确率0.897，F1分数0.845，阴性预测值0.930。所有ML模型均优于SOFA评分（AUC=0.723），RF与SOFA的差异经Bonferroni校正后仍显著（校正P=0.005）。DCA曲线显示RF模型在广泛阈值范围内净获益最高。在验证集中，RF模型保持稳健区分度（AUC=0.835），其他模型表现一致，ML模型仍优于SOFA评分。

**3.4 最优模型的校准与内部验证**
校准曲线显示RF模型预测概率与实际观察死亡率之间一致性良好。Bootstrap重抽样（1000次）得出表观AUC为0.950，乐观校正后AUC为0.923，乐观估计仅0.027，表明过拟合程度有限，模型稳健。

**3.5 模型解释与优化**
SHAP分析显示，乳酸水平是影响预测的最重要因素，其次为年龄、RBC、PaO₂、血管升压药使用等。较低的乳酸、BUN、年龄，以及无血管升压药、无AKI、无需CRRT与较低死亡率相关；而较低的RBC、PaO₂和DBP与较高死亡风险相关。SHAP依赖图进一步揭示了这些变量与死亡风险的非线性关系。

**讨论与结论**
讨论部分指出，本研究首次系统评估并比较多种ML算法在老年ICU-PE患者中的院内死亡预测能力。RF模型优于传统SOFA评分，且与既往PE特异性工具（PESI/sPESI的AUC约0.76–0.77）相比具有更高区分度。乳酸、年龄和RBC是影响最大的三个预测因子，与既往研究一致。研究局限性包括：回顾性设计、单中心、无法直接与PESI/sPESI比较（因SpO₂和慢性心肺疾病史资料不完整）、样本量有限等。未来需开展前瞻性多中心研究，比较ML模型与已建立的PE特异性风险分层工具（包括PESI、sPESI及ESC风险分级）的临床效用。

**结论部分翻译**
“在本研究中，研究人员采用ML算法开发并验证了用于预测老年PE患者院内死亡的模型。这些算法有潜力帮助医生更早识别高风险患者，从而及时采取适当的预防措施。未来有必要进行前瞻性多中心研究，比较ML模型与已建立的PE特异性风险分层工具（包括PESI、sPESI和ESC风险分级），以进一步评估其临床效用。”