评估基于电子健康记录的难治性抑郁症风险模型的可迁移性失效

《npj Digital Medicine》：Evaluating transportability failures of electronic health record-based risk models for treatment-resistant depression

　　

摘要

早期识别难治性抑郁症 (TRD) 的风险仍然至关重要，但目前尚无风险分层模型被临床应用，也没有任何模型被证明能在不同站点间移植。为了表征模型可能无法移植到新环境的原因，我们使用了一种广受认可且透明的建模方法，利用 2004 年至 2022 年间三个大型且差异显著的健康系统（麻省通用 - 布莱根医院、范德比尔特大学医学中心和盖辛格诊所）中重度抑郁症患者首次开具抗抑郁药时的电子健康记录，对 TRD 的可能性进行了建模。TRD 被定义为接受了电休克治疗、经颅磁刺激、迷走神经刺激，开具了氯胺酮或艾氯胺酮或单胺氧化酶抑制剂处方，或者超过两种抗抑郁药治疗失败。应用于社会人口统计学特征、药物和 ICD-10 诊断代码的 L1 正则化回归经过内部和外部验证，性能较差。C 统计量内部范围为 0.51 至 0.65，外部范围为 0.5 至 0.58。精确率 - 召回率曲线下面积内部范围为 0.07 至 0.15，外部范围为 0.07 至 0.11，一致性较低。我们指出了三个主要的失败机制：作为结果的 TRD 异质性；源数据中的偏差；站点/实践水平的差异。使用电子健康记录 (EHRs) 之外的数据并解决临床人群固有的异质性，可能是实现具有临床意义的风险分层所必需的。