综述：儿科重症监护（PIC）数据库上的机器学习：PIC赋能的预测

《Bioengineering》：Machine Learning on the Pediatric Intensive Care (PIC) Database: PIC-Powered Prediction

　　

应用于儿科重症监护数据的机器学习（ML）能够实现更早的风险分层和更精确的决策支持，但可共享的儿科数据集有限制约了进展。PhysioNet上的儿科重症监护数据库（PIC）提供了一个去标识化的、双语的电子健康记录资源，涵盖2010–2018年。本叙述性综述通过向前引文追踪，在PubMed、Web of Science和Google Scholar中检索了原始PIC出版物和PhysioNet数据集记录，综合了10项基于PIC的ML研究。研究人员对每项研究提取了临床问题、队列、标签构建、特征工程、模型类别、验证设计、校准报告以及可重复性制品发布情况。所综述的研究涉及导管相关血栓、脓毒症、院内死亡率和器官功能障碍表型。研究人员围绕PIC的四个基础特性组织综合：不规则时间序列、构建标签、单中心时间漂移和双语标识符语义。该综述提出了三个主张。首先，在这些综述的研究中，上游设计选择似乎至少与分类器选择同等驱动性能。其次，没有校准、决策曲线分析和接近部署现实的验证，内部站点区分度指标是不充分的。第三，PIC应被视为协作性儿科ICU数据生态系统的种子。

1. 1.
   引言
   儿科重症监护并非成人重症监护的缩小版。在儿科领域，生理规范随发育阶段变化，治疗指数更窄，药代动力学和药效学与成人模式不同。历史机器学习（ML）文献多在成人数据集（如MIMIC和eICU协作研究数据库）上训练验证，导致模型移植到儿科重症监护病房（PICU）时校准不佳、分布偏移下脆弱且难以床旁采用。PIC数据库通过提供儿科特定的电子健康记录（EHR）衍生关系数据库资源，帮助重塑了这一格局。PIC整合了随时间变化的生命体征、全面的实验室和药物数据、操作和诊断代码以及专门的围手术期生命体征流。其关系模式反映了成人重症监护数据集（patients/admissions/ICU stays及索引表），同时保留了儿科特定细微差别（年龄/体重标准化、儿科病房和参考范围）。记录来自大型三级儿童医院的多个ICU（内科-外科、心脏和新生儿），包含约12,881名独特患者和13,944次ICU住院。数据库经去标识化，每位患者日期偏移以保留患者内时间结构（如季节性），并在完成人体受试者培训后根据数据使用协议国际提供。在整个儿科ICU机器学习文献中，研究人员利用这些资产解决了核心PICU问题，如近期和院内死亡率、住院时间、脓毒症识别和早期检测、急性肾损伤（AKI）和其他器官功能障碍、拔管准备或失败等通气里程碑、围手术期低血压和术后并发症，以及最近的心跳骤停早期预警。公开可用的具有足够纵向深度用于ML的儿科重症监护EHR数据集仍然稀缺。行政登记如VPS和PICANet提供多中心广度，但缺乏ML特征工程所需的时间戳生命体征、实验室趋势和药物记录。PIC目前是唯一将关系EHR深度与标准数据使用协议下的国际可及性相结合的开放资源，使其成为可重复PICU-based ML研究的默认基础，也是该文献方法学综述的自然焦点。本叙述性综述综合了迄今为止发表的10项基于PIC的ML研究，并提出了三个主张。第一，上游设计选择（如标签卫生、时间锚定和预测间隙、不规则时间序列的特征窗口化以及对缺失值的原理性处理）似乎至少与分类器选择同等驱动综述研究中的性能、可重复性和临床效用。第二，仅靠内部站点区分度指标（如受试者工作特征曲线下面积（AUROC））是不够的，还需要校准评估、决策曲线分析以及近似部署的时间或外部测试。第三，PIC应被视为协作性儿科ICU数据生态系统的种子，建立在共享表型、版本化项目映射和打包的易于共享的数据处理步骤之上，使结果一致、透明和临床可信。通过本综述，研究人员将PIC置于更大的儿科数据景观中，长期以来一直推动开放、高质量的儿科重症监护数据集以补充现有行政登记。这些资源对于产生可重复的机器学习研究和可信的方法开发至关重要。
2. 2.
   PIC数据库作为建模基础：结构、优势与陷阱
   在综述各项研究之前，值得审视PIC本身的特性，因为这些特性直接决定了哪些设计选择是可信的。PIC的关系模式对熟悉成人重症监护数据集的研究人员来说很熟悉：patients/admissions/ICU stays；时间戳图表事件；实验室和微生物学；药物和液体；诊断和程序；以及结局。然而，有几个特征需要儿科感知的ML设计。
   2.1. 不规则多变量时间序列
   PIC反映了真实临床护理的节奏而非固定采样计划。生命体征异步记录，不稳定患者更频繁，稳定患者较少。实验室测试仅在临床问题提示时出现，因此实验室的存在本身可以携带诊断意图。药物时间戳反映了护理工作流程而非生物学。围手术期流在手术期间密集，之外则缺失。这种不规则性是信息性的，而非噪声。将模式扁平化到固定间隔网格上的建模者面临两种风险：第一，携带预测信号的轨迹形状（如肌酐上升的斜率、恶化前心率的攀升）可能被平滑为平均值，消除了模型旨在检测的特征；第二，预测时间零点之后记录的信息可能泄漏回早期训练行，产生乐观的样本内性能，在部署时崩溃。
   2.2. 操作标签和表型
   PICU结局必须通过临床表型构建，而不是从预标记字段中检索。例如，脓毒症状态取决于共识标准，这些标准在研究期间不断演变，因此同一患者记录根据应用的标准可能被重新标记为不同队列。同样，急性肾损伤需要肾脏疾病：改善全球结局（KDIGO）一致算法以及仔细的基线肌酐估计，因为大多数PICU患者入院时没有记录入院前肌酐。因此，结局标签本身就是一个方法学产物，下游模型性能取决于其构建的严谨性，如同消耗它的模型一样。
   2.3. 单中心设计和时间漂移
   PIC的单中心起源塑造了它包含的每条记录。本地实践作为隐藏的混杂因素，模型可能无意中学习为“站点签名”而非可转移的生理学。数据在2010–2018年窗口内也是非平稳的。通气撤机方案的改变或编码指南更新可以在潜在生物学未改变的情况下移动学习特征。此外，每位患者的日期偏移使问题复杂化。虽然对隐私至关重要，但它切断了绝对时间线，否则研究人员可以将记录与外部事件（如方案修订或指南发布）对齐，并且它还可以掩盖隐式时间窥视，即意外使用预测时间之后的信息。这三种力量共同意味着，PIC衍生的模型应针对它们可能学习了机构和时代而非疾病的可能性进行评估。
   2.4. 项目字典和双语标签
   PIC用字符类型的项目标识符和双语中英标签索引其临床事件，这种组织选择将变量定义的负担放在分析师而非数据库上。与MIMIC不同，MIMIC的ITEMID是整数，并且有社区维护的概念层将标识符解析为规范临床概念，PIC没有等效的共享层，数据库作者承认对于没有标准代码的术语可能存在语言歧义。因此，许多常见临床概念可能以细微不同措辞出现在多个标签下，使用任一或两种语言，确保一致性的责任落在研究团队身上。这些特性使PIC成为尊重时间结构、标签构建、站点效应和标识符语义的ML方法的可靠测试平台。但这些也是薄弱设计可能暴露的断层线。
3. 3.
   叙述性综合的方法
   研究人员通过对原始PIC数据库出版物和PhysioNet上的PIC数据集记录进行向前引文追踪来识别候选文章。向前引文列表于2025年11月27日从PubMed、Web of Science核心合集和Google Scholar检索。未输入搜索字符串。记录直接来自两个种子项目的被引列表，分别返回74、79和124条记录。此后未更新搜索，因为本综述并非旨在作为动态或系统综述。在限制为英文文章并通过DOI和书目记录匹配跨三个数据库去重后，剩余93条唯一记录。主要作者和一位合著者独立地对全部93条记录进行了标题和摘要筛选，然后检索并审查了任何一位审稿人认为可能符合条件的记录的全文。分歧通过讨论和共识解决。文章如果（1）报告了监督或无监督机器学习模型的原始开发或评估，（2）使用PIC数据库作为模型训练或验证的主要或唯一数据源，以及（3）以英文同行评审全文期刊文章发表，则有资格纳入。排除了非原创研究（评论、综述、社论）、会议摘要、预印本以及仅将PIC用作次要或补充数据集的研究。还排除了未将PIC数据库用于机器学习模型开发的研究，包括仅将其用于流行病学分析或传统统计建模的研究。一项最初在MIMIC上开发模型随后在PIC上验证的研究被保留，因为PIC作为直接评估环境。对出版日期无限制。十项研究符合这些标准并被纳入本叙述性综述。尽管这是叙述性而非系统综述，研究人员采用了PRISMA流程图格式以增强研究选择过程的透明度；这并不意味着遵守完整的系统综述方法学。研究人员对所有十项纳入研究进行了结构化质量评估，涵盖六个领域：偏倚风险、验证策略、校准报告、可重复性制品、缺失数据处理和临床适用性。由于纳入研究的临床任务和建模方法异质性，未进行正式的PROBAST评分。对于每项纳入的研究，研究人员提取了临床问题和预测范围、队列构建、标签构建和泄漏缓解策略、特征工程方法、模型类别、验证设计、校准方法和决策分析策略，以及可重复性制品的公共发布情况。由于纳入研究的报告完整性和标签定义差异很大，综合侧重于设计质量、方法学严谨性和可重复性，而不是尝试任何荟萃分析汇总。
4. 4.
   结果：研究方法和性能的主题综合
   十项基于PIC的研究分为四个临床问题组。
   4.1. 导管相关血栓（Li 2021, Li 2022）
   两项Li研究解决了相同机构中心静脉导管相关深静脉血栓（CADVT）队列窗口（2015年12月–2018年12月）；因此，它们是对同一基础人群的两次分析，而非独立复制。Li (2021) 通过多模态时间架构针对可操作的事件前前导时间；Li (2022) 通过经典ML融合集成针对风险因素发现。Li (2021) 值得注意，因为它明确量化了前导时间/区分度权衡——AUROC在事件识别前24至72小时保持平坦——并且是少数报告通过Brier和Spiegelhalter检验进行校准的PIC研究之一，作者自己得出结论，模型在床边使用之前需要重新校准。最佳单范围操作点是24小时（准确率≈0.77，召回率≈0.90）。Li (2022) 通过多个基学习器的排列式准确率下降，收敛于一个紧凑的11变量风险因素集（酸碱标志物：pH、碳酸氢盐、标准碱剩余；PaO₂；凝血：D-二聚体、凝血酶时间；脱水剂；白细胞指数）。
   4.2. 脓毒症和跨人群泛化（Nguyen 2023, Marassi 2023）
   两项研究从不同角度解决脓毒症。Nguyen将缺失变为建模信号，将“无记录”视为明确的第四离散化类别，与低/正常/高并列。发现48小时特征窗口优于24小时，表明在24–48小时内积累了额外的生理信号。Marassi提出了生理学归一化转换（连续、年龄归一化序贯器官衰竭评估，CAN-SOFA），允许脓毒症模型在PIC和MIMIC之间双向转移——这是文献中唯一的跨人群转移实验。Marassi的结果是本综述中最有力的证据，表明有纪律的生理学归一化与下游模型同等重要。
   4.3. 死亡率和预后预测（Hong 2021, Prithula 2024, Jia 2025）
   三项研究在不同的队列过滤器上构建了院内死亡率的预后模型——一般PICU入院（Hong）、呼吸系统疾病入院（Prithula）和肺炎入院（Jia）。所有三项都通过ADMISSIONS表的HOSPITAL_EXPIRE_FLAG定义死亡率标签，依赖随机而非时间分割，并且没有报告校准或决策曲线分析。Hong (2021) 是这一组中纪律严明、可解释基线的参考示例：11特征逻辑模型保留了397特征版本的大部分区分度，并且在AUROC和精确率-召回率曲线下面积（AUPRC）上优于儿科死亡风险，第三代（PRISM III），加强了在追求模型复杂性之前强基线的重要性。Prithula (2024) 贡献了技术创新——划分多数类并在每个子集内应用合成少数过采样技术（SMOTE）——与CatBoost配对时大幅提高了少数类敏感性。设计层面的差距是缺乏任何定义的时间零点或预测窗口，使泄漏概况未量化。Jia (2025) 结合了四种特征选择技术，并筛选了113种算法组合，训练和测试AUROC之间约0.19的差距是强烈的过拟合信号。
   4.4. 器官功能障碍表型（Zeng 2023, Shen 2025, Zhou 2025）
   三项研究为特定器官功能障碍综合征构建了表型驱动模型——小儿心脏手术后术后AKI（Zeng）、PICU AKI患者的死亡率（Shen）和弥散性血管内凝血（Zhou）。所有三项在标签严谨性和特征选择纪律方面相对于文献的其余部分投入了大量精力，并共同构成了本综述中每个明确的校准或决策曲线报告。Zeng (2023) 使用了不寻常的三向分割（训练/校准/测试），专门设计用于支持事后重新校准；这是本综述中端到端为部署设计的管道的最清晰示例。Shen (2025) 将ML模型与Kaplan-Meier和限制立方样条分析配对，测试了乳酸-死亡率关联的形状，而不是假设；RCS证实了在1.5 mmol/L以上基本线性关系，效果在婴儿（0–3岁）和AKI 1期患者中最明显。Zhou (2025) 展示了综述中任何研究中最严谨的第一英里，使用方差膨胀因子（VIF）排除多重共线性，Akaike信息准则（AIC）引导的逐步选择，链式方程多重插补（MICE）处理缺失值，以及决策曲线分析量化不同操作阈值下的净临床益处。
5. 5.
   基于PIC的机器学习研究的方法学教训
   从十项研究中得出了一小组反复出现的方法学选择，这些选择在很大程度上决定了模型仅仅是可发表的还是看似可部署的。这些选择涉及问题定义、来自不规则数据的时间感知特征构建以及在部署相关条件下的评估。
   5.1. 标签纪律，而非算法选择
   研究质量的一致标志是时间零点和预测间隙是否被明确声明、辩护和执行——特别是对于脓毒症、AKI和拔管失败等操作结局。审查后特征、执行时间戳单调性以及记录排除窗口的研究避免了许多少量隐藏泄漏向量。当标签部分由本地实践驱动时，作者应提供表型代码并进行敏感性分析以证明性能不是由工作流代理驱动的。
   5.2. 时间特征胜过“将数据强制放入网格”
   不是将每个实验室/生命体征重新采样到固定的每小时箱，更可靠的方法通常是总结临床有意义的窗口：最近值、最小值/最大值、平均值以及值是否上升或下降（斜率），最好根据年龄/体重调整。简单生理总结（如休克指数或累积血管活性暴露）也可以携带强信号。原始时间序列上的深度学习仅在序列与真实决策点对齐（具有清晰的预测间隙）并且明显优于校准良好的基线模型时才有帮助；否则，它主要重新学习这些加窗总结已经捕获的内容。
   5.3. 缺失具有信息性，需要显式建模
   在儿科重症监护中，实验室订购是选择性的，通常反映不断演变的临床假设。将缺失视为信号——通过包括缺失指示符以及有原则的插补——通常比均值插补或完整案例分析改善区分度和校准。报告按变量和窗口（特征构建前后）的缺失概况应该是标准，因为性能可能同样由订购行为和生理学驱动。
   5.4. 验证必须类似于部署
   关键问题是：模型明年或在另一个ICU是否仍然有效？随机“训练/测试”分割可能看起来比现实更好，因为它们混合了新旧实践模式。更诚实的测试是时间分割（在较早年份训练，在较晚年份测试），理想情况下是在不同医院进行外部验证。如果外部数据不可用，使用遥远的时间段作为压力测试，并报告校准如何随时间漂移，以及定期重新校准的简单计划。值得明确指出的是，综述的十项研究都没有使用时间验证分割，这可以说是该文献中一个重要的跨领域方法学差距，未来基于PIC的建模工作应优先解决。
   5.5. 校准和决策效用，而非仅AUROC
   AUROC（以及AUPRC，特别是当事件罕见时）反映了区分度——模型如何很好地分离较高和较低风险患者。它不告诉您风险估计是否准确（校准）或使用模型是否会改善决策。研究应显示校准（例如，预测风险约10%的患者是否有约10%的事件率？）并报告阈值化、工作流相关性能（例如，在每天约5次警报时，真阳性比例是多少，灵敏度是多少？）。
   5.6. “第一英里”的透明度
   最困难（也最容易出错）的步骤是如何提取和定义数据。在PIC中，相同的临床概念（如“肌酐”）可能出现在不同的本地代码/名称和单位下。共享的“映射表”列出用于每个变量的确切PIC项目以及如何处理单位，让其他团队可以重现相同的数据集。同样，共享标签（表型）代码和特征提取脚本（带版本控制）是强烈推荐的；没有它们，模型难以可靠比较或复制。这些项目映射表、表型代码和特征提取脚本共同构成了本综述所称的“第一英里制品”，意味着允许独立团队从原始EHR数据重建相同数据集的组件。
   5.7. 新兴架构和未来方向
   综述的十项研究都没有采用基于转换器的架构、基础模型或大型语言模型方法，文献主要来自经典机器学习、集成方法和递归神经网络。这在一定程度上反映了PIC作为基础的一个真实特性：数据库主要是结构化和表格化的，具有有限的非结构化自由文本临床叙述，这限制了依赖于丰富非结构化文本的语言模型架构的直接适用性。应用于结构化EHR时间序列数据的转换器架构代表了基于PIC的研究中一个可处理的近期方向。多模态转换器方法已经应用于邻近的儿科重症监护背景，例如心跳骤停预测，表明该领域正朝着这个方向发展。新兴的EHR基础模型将结构化临床事件而非文本标记化，最终可能适用于PIC。整合结构化和非结构化数据流的多模态架构仍然是一个更长期的愿望，取决于PIC用自由文本或成像数据丰富超出其当前范围。
6. 6.
   PIC数据库用于机器学习有多稳健？优势、局限和现实期望
   PIC对于儿科重症监护ML异常有用，因为它结合了广泛的临床覆盖和纵向结构。十项研究明确利用了PIC的纵向性质，超越了静态“第一天”快照。PIC还提供了至少一个独特的技术优势：专门的围手术期生命体征流，采样频率高于常规图表事件表。该流支持使用更高频率的术中生命体征进行术中和术后风险建模，这种能力在开放成人重症监护数据集中通常缺失或难以重现。在综述的十项研究中，只有Zeng (2023) 利用了这一资源，以5分钟间隔重新采样以支持心脏手术后时间感知AKI预测。该流因此代表了PIC的未充分利用资产，未来研究手术或围手术期结局的研究人员可以利用。总体而言，十项研究表明，只要研究人员仔细定义预测范围、时间锚定和特征窗口，PIC可以支持强大的经典基线（正则化回归、梯度提升）和递归架构。PIC的局限性并非独一无二，但对儿科ML特别重要。PIC是单中心的。实践模式——实验室订购阈值、抗菌药物选择、血管加压药滴定习惯、通气撤机文化——可以被模型学习为隐藏的“站点签名”。当标签部分操作时，这种风险最明显。对于脓毒症，例如，依赖血培养时间和抗生素启动的表型可能无意中训练模型检测工作流而非生理学。PIC的人口统计组成也值得承认。患者群体反映了一个机构的 catchment area，十项综述研究都没有报告按年龄组、性别或合并症谱的亚组分析，限制了评估模型性能在儿科重症监护最相关的亚组中是否一致的能力。缺失亚组分析也意味着无法评估不同年龄带、性别或临床严重程度上的差异模型性能，引发了该文献中算法公平性的未解决问题。PIC的泛化性最好被理解为跨机构可移植性问题，而非地理问题。Marassi (2023) 是综述中唯一测试跨机构转移的研究，其发现表明有纪律的生理学归一化大幅减少了性能差距，表明这一障碍可通过原理性特征设计解决。将PIC置于更广泛的可用重症监护数据库景观中，可区分哪些挑战是数据库特定的，哪些是领域普遍的。开放、EHR衍生的适用于儿科ICU机器学习的数据库仍然稀缺。最具结构可比性的资源是MIMIC，它是成人导向的，但共享关系模式、时间戳临床事件和单中心起源。行政登记如VPS和PICANet提供更广泛的多中心覆盖，但缺乏大多数ML建模任务所需的纵向EHR深度。PIC的几个挑战是单中心EHR数据库普遍存在的，并且在基于MIMIC的ML文献中有充分记录，包括时间漂移、工作流驱动标签和泛化限制。其他是PIC特定的：双语标识符方案、中国机构实践模式、切断绝对时间线的每位患者日期偏移，以及2010–2018年研究窗口内的Sepsis-3定义过渡，这些都是研究人员使用其他资源不会遇到的数据库特征。2010–2018年研究窗口内的非平稳性是预期的。协议更新、文档更改和病例组合变化会随时间降低模型校准，即使区分度似乎稳定。十项综述研究都没有通过时间验证分割解决这一问题，也没有报告逐年漂移或指定重新校准计划。Marassi的研究是唯一尝试非随机泛化测试的，但其PIC和MIMIC之间的跨人群转移解决了儿科与成人的漂移，而非PIC内的时间漂移。对于临床医生读者，含义很简单：即使是高性能PIC模型也应假设在部署时需要定期重新校准，并且现有文献没有提供估计重新校准变得多快的实证基础。2010–2018年研究窗口跨越了脓毒症定义的重大转变：Sepsis-3于2016年发布，第一个儿科特定共识标准直到2024年才发布。因此，本综述中解决脓毒症的研究应用了不同的定义框架，模型性能的明显差异可能部分反映了这种异质性，而不仅仅是建模选择。PIC的每位患者日期偏移直接加剧了这一担忧：因为去标识化期间绝对时间戳被随机化，研究人员无法确定任何给定入院是在Sepsis-3发布之前还是之后，因此无法控制定义演变或将记录与可能随之而来的机构协议更改对齐。协调需要故意的手动标准化。除了双语标识符方案，同一实验室化验可以以不同单位报告（例如，肌酐以μmol/L与mg/dL），没有明确的单位处理表，这种碎片化是沉默的。这是一种可重复性风险而非性能风险，并且可能悄悄破坏跨论文综合。在实践中，基于PIC的模型应被视为基准测试和假设生成的强候选者，但在其他医院使用之前通常需要重新验证，并且经常需要重新校准。任何考虑部署的机构都应考虑三个实际障碍。首先，协议和病例组合变化的时间漂移会随时间无声地降低校准。其次，工作流驱动的标签有训练模型检测机构实践模式而非潜在生理学的风险。第三，文档异质性，包括双语标识符和跨化验的单位变化，可能使接收站点的特征映射复杂化。
7. 7.
   给临床医生的实用要点
   第5节的方法学教训以及第6节的优缺点讨论转化为不同的实用指导，取决于临床医生与基于PIC工作的关系。对于阅读已发表的基于PIC的ML论文的临床医生，要点包括：信任陈述清晰预测范围并显示“预测间隙”（特征在事件前停止）的模型；偏好在较晚时间段测试（时间分割）并报告校准而不仅仅是AUROC的研究；当结局依赖于工作流（例如，培养/抗生素）时保持谨慎，因为模型可能学习实践模式；寻找透明度：发布的项目“翻译表”和表型/特征代码使结果可重复；如果模型移动到不同的PICU或数年后应用，预期需要重新校准。对于使用PIC进行自己研究的临床医生，要点包括：在接触数据之前确定临床决策和时间零点，并防止后事件特征泄漏到训练中；设计时间感知特征（最后值、最小值、最大值、斜率、增量、休克指数等复合指标），而不是重新采样到固定网格；将缺失视为信息性——在插补之外添加缺失指示符，并按变量和窗口报告模式；从强大的、可解释的基线开始（正则化逻辑回归、校准的梯度提升）；仅在时间验证下明显优于基线时才升级到深度模型；在您未训练的时间上进行验证；当外部数据不可用时，用遥远的时间切片、子队列保留和偏移扰动进行压力测试；报告校准（可靠性图、Brier分数）和决策效用（临床警报预算下的决策曲线），而不仅仅是AUROC；发布您的第一英里制品——项目映射表、表型代码、特征脚本——以便其他人可以准确重现您的队列。
8. 8.
   本综述的局限性
   候选文章通过向前引文追踪识别。这种方法可能遗漏中文数据库（如CNKI或万方）中的出版物，这些不会出现在PubMed、Web of Science或Google Scholar的向前引文列表中。同样，非正式引用PIC而没有正式引用数据库描述符论文或数据集DOI的研究也会超出搜索范围。纳入文献本身施加了进一步限制。十项研究的标签定义、预处理透明度、验证选择和报告完整性异质性排除了定量荟萃分析和正式的PROBAST风格偏倚风险评估。十项研究中只有一项发布了任何代码（Hong 2021），没有一项发布了项目映射表或容器化预处理管道，这限制了验证复制声明或将性能差异归因于建模选择而非预处理的能力。两个结构特征值得明确强调。首先，十项综述研究均未使用时间验证分割，因此报告的区分度应被视为周期内估计，而非部署现实的估计。其次，由于所有研究都来自同一单中心PIC数据库，患者水平重叠在几种情况下是实质性的。Li (2021) 和 Li (2022) 共享几乎相同的患者池，两者都限制在2015–2018年同一CVC放置患者窗口，前者可能是后者的严格子集。Hong (2021)、Marassi (2023)、Nguyen (2023)、Zhou (2025) 和 Shen (2025) 都来自一般PICU人群，日期范围不同但有重叠，因此这些研究之间的一致发现不构成传统意义上的独立复制。Prithula (2024) 和 Jia (2025) 同样共享呼吸系统疾病队列，Jia (2025) 代表特定诊断子集。只有Zeng的研究（2023）限于接受先天性心脏病手术和体外循环的患者，可被视为真正不重叠的队列。综述中没有任何研究解决拔管失败、通气撤机、围手术期低血压或心跳骤停，尽管这些被反复引用为高价值PICU预测任务；这使当前PIC文献中留下了一类重要结局未解决。
9. 9.
   结论
   现代基于PIC的ML文献表明，儿科特定的EHR数据可以支持针对临床有意义任务的可靠预测建模——院内死亡率、脓毒症、器官功能障碍（包括术后AKI和DIC）以及导管相关血栓。未来最能激发信心的作品将不仅仅以架构复杂性为特征；它还将伴随着方法学纪律——纪律严明的标签、时间感知特征工程、时间验证、校准、决策曲线分析和透明的第一英里代码——这一组合尚未被任何单一综述研究实现。PIC的价值是双重的：它使今天的儿科ML可信，并为明天构建协作性儿科ICU数据生态系统提供实际基础。几个优先事项源于本综述。可重复性需要共享项目映射字典、发布的表型代码和容器化预处理管道，以便可以重建队列并重新运行分析。除了可重复性基础设施，时间验证值得在未来基于PIC的建模工作中常规考虑，报告必须将校准和决策效用与区分度指标配对。这就是基于PIC的ML如何从内部验证的基准转向有意义地支持儿科重症监护的工具的方式。