《Frontiers in Medicine》：Development and internal validation of an interpretable machine learning model using first-24-h postpartum nursing variables to predict delayed lactogenesis II after cesarean delivery
编辑推荐：
摘要翻译：背景：延迟泌乳Ⅱ期（delayed lactogenesis II）是剖宫产术后早期常见的母乳喂养问题，可能干扰纯母乳喂养的建立。尽管人口学和产科危险因素已被广泛研究，但常规记录的早期产后护理过程变量的预测价值仍未得到充分探索。本研究旨在利用临床、围
摘要翻译：背景：延迟泌乳Ⅱ期（delayed lactogenesis II）是剖宫产术后早期常见的母乳喂养问题，可能干扰纯母乳喂养的建立。尽管人口学和产科危险因素已被广泛研究，但常规记录的早期产后护理过程变量的预测价值仍未得到充分探索。本研究旨在利用临床、围手术期、新生儿及产后24小时内的护理过程变量，开发并内部验证一个动态的24小时产后界标（landmark）可解释机器学习模型，以预测剖宫产术后72小时内发生延迟泌乳Ⅱ期的风险。方法：这项单中心回顾性队列研究纳入了2021年1月至2024年12月在某三级医院接受剖宫产术且记录有母乳喂养意愿的产妇。延迟泌乳Ⅱ期定义为产后72小时缺乏泌乳启动的标准证据，依据训练有素的护士在预设产后评估时记录的产妇应答及支持性指标判断。预测界标设定为产后24小时；因此，仅使用分娩前、剖宫产术中或产后24小时内可获得的变量进行模型开发。由于在24小时时已发生泌乳Ⅱ期的产妇在预测界标时不再处于风险中，一项额外的敏感性分析仅限于在24小时评估时尚未发生泌乳Ⅱ期的产妇。候选预测变量来自电子病历、围手术期记录、新生儿记录、护理评估文档和母乳喂养评估表。采用完整病例分析法；32名产妇（占初步筛查者的2.2%）因关键预测变量数据不完整而被排除，未进行统计插补。最终队列按7:3随机分为训练队列和内部验证队列。开发并比较了五种模型：逻辑回归、随机森林、支持向量机（support vector machine, SVM）、XGBoost和LightGBM。在训练队列内使用重复分层五折交叉验证选择超参数，内部验证队列在最终模型评估前保持不动。使用受试者工作特征曲线下面积、准确率、灵敏度、特异度、阳性预测值、阴性预测值和F1分数评估模型性能。对最终模型进行了校准曲线分析、决策曲线分析和基于SHAP的解释。结果：共纳入1286名产妇，其中326名发生延迟泌乳Ⅱ期，事件发生率为25.3%。在纳入的产妇中，71名（5.5%）在24小时评估时已发生泌乳Ⅱ期，并被保留在主队列中。训练队列和验证队列分别包含900名和386名产妇。在验证队列中，所有五种模型均显示出可接受的区分度，AUC范围为0.816至0.836。支持向量机的验证AUC最高，为0.836，其次为LightGBM、XGBoost、随机森林和逻辑回归。XGBoost的训练AUC为0.872，验证AUC为0.823，验证准确率、灵敏度、特异度、阳性预测值、阴性预测值和F1分数分别为0.756、0.694、0.778、0.515、0.882和0.591。尽管SVM的验证AUC数值最高，但其区分度与XGBoost相比差异无统计学意义（AUC差异为0.013；95% CI，?0.019至0.045；DeLong P = 0.421）。XGBoost被保留为最终可解释模型，因为其训练与验证AUC差异较小，并且能够直接基于SHAP表征预测变量的贡献。在内部验证队列中，XGBoost模型的校准截距为0.058，校准斜率为1.684（95% CI，1.304–2.064），Brier分数为0.143。尽管截距表明系统性校准误差有限，但校准斜率及其置信区间完全高于理想值1，表明校准不理想，预测概率存在欠离散，预测值向均值压缩。决策曲线分析显示，在临床相关的阈值概率范围内，该模型的净获益优于“全部治疗”和“不治疗”策略。SHAP分析确定首次母乳喂养时间、24小时内母乳喂养频率、首次皮肤接触时间、术中出血量和24小时术后疼痛评分为最具影响力的预测变量。排除71名在24小时内发生泌乳Ⅱ期的产妇后，界标受限敏感性队列包含1215名产妇。在该受限人群中，XGBoost模型的验证AUC为0.817，前五个主要预测变量保持不变。结论：一个纳入临床、围手术期、新生儿和产后24小时内护理过程变量的动态24小时产后界标可解释机器学习模型，在预测剖宫产术后72小时内延迟泌乳Ⅱ期方面显示出可接受的区分度，但其校准不理想。尽管SVM的验证AUC数值最高，但其区分度与XGBoost相比差异无统计学意义。XGBoost因其在验证区分度、表观稳定性和直接基于SHAP的可解释性方面的整体平衡而被保留为最终模型。首次母乳喂养时间、母乳喂养频率、皮肤接触、术中出血量和术后疼痛评分可作为早期产后风险标志物，有助于识别可能需要强化母乳喂养支持和个体化护理的产妇。由于该模型仅经过单中心内部验证，在用于估计个体风险或支持个体层面的临床决策之前，需要进行外部验证和重新校准。
论文解读
研究背景与问题
母乳喂养是母婴早期保健的重要组成部分，对婴儿营养、免疫保护和神经发育均有重要意义。泌乳Ⅱ期（lactogenesis II）又称分泌激活期，指从初乳分泌转为大量乳汁生成的过程，通常发生在分娩后2–3天内。延迟泌乳Ⅱ期（delayed lactogenesis II）通常定义为产后72小时仍缺乏明确的乳汁“来潮”感知或临床证据。剖宫产术后，产妇可能因母婴接触延迟、首次母乳喂养推迟、术后疼痛和疲劳等因素而面临更高的泌乳启动延迟风险。既往研究多关注人口学和产科危险因素，如体质指数、初产、分娩方式等，但常规记录的第一产程后24小时内的护理过程变量——如首次皮肤接触时间、首次母乳喂养时间、24小时内哺乳频率、术后疼痛评分等——的预测价值尚未被充分探索。这些变量不仅反映泌乳所需的生理刺激，也可能代表早期母乳喂养支持的质量，且具有潜在可干预性。本研究旨在利用临床、围手术期、新生儿和产后24小时内的护理过程变量，开发并内部验证一个动态的24小时产后界标可解释机器学习模型，以预测剖宫产术后72小时内发生延迟泌乳Ⅱ期的风险，并通过SHAP分析识别最具影响力的预测因子，为产后早期风险再评估和针对性母乳喂养支持提供工具。
研究设计与方法概述
研究人员开展了一项单中心回顾性队列研究，来源为2021年1月至2024年12月在某三级医院产科接受剖宫产术且有明确母乳喂养意愿的产妇。研究以产后24小时为预测界标，仅使用在此之前记录的变量预测产后72小时的泌乳启动状态。最终纳入1286名产妇，按7:3随机分为训练队列（900人）和内部验证队列（386人），事件发生率为25.3%。研究比较了五种预测模型：逻辑回归、随机森林、支持向量机（support vector machine, SVM）、XGBoost和LightGBM。超参数在训练队列内通过重复分层五折交叉验证选择，内部验证队列保持独立。模型性能以受试者工作特征曲线下面积（AUC）、准确率、灵敏度、特异度、阳性预测值、阴性预测值、F1分数等指标评估；最终模型进行了校准曲线、决策曲线和SHAP解释分析，并开展了排除24小时内已发生泌乳Ⅱ期产妇的界标受限敏感性分析。
研究结果
模型性能与验证：在内部验证队列中，五种模型的AUC范围为0.816至0.836，均显示出可接受的区分度。SVM的验证AUC最高（0.836），但与XGBoost（0.823）的差异无统计学意义（AUC差异0.013，95% CI ?0.019至0.045，DeLong P = 0.421）。XGBoost的训练AUC为0.872，验证AUC为0.823，训练与验证AUC差异较小（0.049），最终被选为可解释模型。该模型在校准方面，校准截距为0.058，校准斜率为1.684（95% CI 1.304–2.064），Brier分数为0.143；校准斜率完全高于理想值1，提示预测概率欠离散，高风险者风险被低估、低风险者风险被高估。决策曲线显示模型净获益优于“全部治疗”和“不治疗”策略。
SHAP解释：SHAP分析显示，最有影响力的预测变量依次为首次母乳喂养时间、24小时内母乳喂养频率、首次皮肤接触时间、术中出血量和24小时术后疼痛评分。其中，首次母乳喂养时间越长、皮肤接触越晚、术中出血量越大、术后疼痛评分越高、出生体重越高、孕前及分娩时体质指数越高以及初产，均与预测风险增加相关；而24小时内哺乳频率越高、产后首夜睡眠时间越长，则与预测风险降低相关。护理过程变量的贡献强于多数人口学和常规产科变量。
探索性风险分层：在内部验证队列中，按预测概率分为低风险（<0.15）、中风险（0.15至<0.30）和高风险（≥0.30）三组，实际延迟泌乳Ⅱ期发生率分别为5.4%、17.1%和62.0%，差异有统计学意义（P < 0.001）。该分层仅作为探索性示例，不能视为已验证的干预阈值。
界标受限敏感性分析：排除71名在24小时评估时已发生泌乳Ⅱ期的产妇后，剩余1215名产妇的分析中，XGBoost模型的验证AUC为0.817，校准截距为0.041，校准斜率为1.592，Brier分数为0.150，前五个主要预测变量不变，结果与主分析一致。
讨论与结论
本研究表明，剖宫产术后延迟泌乳Ⅱ期可被视为一个动态的产后护理问题，而不仅仅是固定母体特征的结果。首次母乳喂养时间、哺乳频率、皮肤接触、术中出血和疼痛评分等早期护理过程变量，可能作为早期产后风险标志物，帮助识别需要强化母乳喂养支持和个体化护理的产妇。这些变量应被理解为风险标志物而非因果决定因素；SHAP值仅反映对模型预测的贡献，不确立因果关系。模型的预测概率存在欠离散，绝对风险估计尚不能直接用于个体临床决策。研究的主要局限性为单中心回顾性设计、样本来自同一中心、结局依赖产妇主观感受和常规文档记录、部分潜在重要变量（如母乳喂养自我效能、心理状态、镇痛方案等）未完整收集，以及完整病例分析可能引入选择偏倚。结论：本研究开发并内部验证了一个动态24小时产后界标可解释机器学习模型，该模型在预测剖宫产术后72小时内延迟泌乳Ⅱ期方面显示出可接受的区分度，但校准不理想。首次母乳喂养时间、24小时内母乳喂养频率、首次皮肤接触时间、术中出血量和24小时术后疼痛评分是最重要的预测因素。这些发现凸显了产后24小时内护理过程变量的预测价值，提示早期产后风险再评估有助于识别需要强化母乳喂养评估和个体化护理支持的产妇。由于模型仅经过单中心内部验证，在外部验证和适当重新校准完成之前，不应用于估计个体风险或指导个体层面的临床决策。
