《Science Progress》:Machine learning–based prediction of incident delirium after a 24-hour landmark in critically ill patients with acute pancreatitis: Model development and external validation using the MIMIC-IV and eICU databases
编辑推荐:
目的:开发、内部验证并初步外部验证一种用于预测急性胰腺炎(acute pancreatitis, AP)患者入重症监护室(intensive care unit, ICU)前24小时后新发谵妄的模型。方法:本回顾性预测研究使用MIMIC-IV 3.1进行开发,
目的:开发、内部验证并初步外部验证一种用于预测急性胰腺炎(acute pancreatitis, AP)患者入重症监护室(intensive care unit, ICU)前24小时后新发谵妄的模型。方法:本回顾性预测研究使用MIMIC-IV 3.1进行开发,eICU-CRD 2.0进行外部验证。连续筛选首次AP相关ICU住院的成人患者。在ICU第24小时,预测因子限定于前24小时;该区间内CAM-ICU谵妄阳性者排除,结局为后续严格可评估的阳性结果。插补、特征选择与调优在嵌套交叉验证内重复。惩罚逻辑回归与四种非线性算法比较。锁定流程应用于eICU且不重新拟合,SHAP解释预测。结果:开发队列446例,164例(36.8%)发生新发谵妄。最终模型保留最低Richmond躁动镇静评分(Richmond Agitation–Sedation Scale, RASS)、序贯器官衰竭评估(Sequential Organ Failure Assessment, SOFA)、血尿素氮及平均心率。内部验证惩罚逻辑回归受试者工作特征曲线下面积(area under the receiver operating characteristic curve, AUROC)0.818(95%置信区间0.777–0.857),精确率-召回率曲线下面积(area under the precision–recall curve, AUPRC)0.731,Brier分数0.163。随机森林表现相近(AUROC 0.821;P=0.693)。严格eICU队列(46例,10事件,23家医院)锁定模型AUROC 0.839(95%置信区间0.704–0.944),Brier分数0.145。SHAP排序最低RASS与SOFA为主要贡献。结论:简洁界标模型可协助识别后续CAM-ICU阳性谵妄风险的AP患者。非线性算法未提升区分度。外部结果有前景但不精确,需在更大规模、协议化谵妄评估队列中确认后方可临床使用。
研究背景:急性胰腺炎(acute pancreatitis, AP)是炎症性疾病,危重者常伴全身炎症、血流动力学不稳、代谢紊乱、肾或呼吸衰竭、镇静暴露与有创通气,构成急性脑功能障碍的临床场景,但AP特异性证据有限。谵妄在危重病中常见,关联住院延长、死亡率升高与持续认知障碍。既有通用ICU谵妄预测模型(如PRE-DELIRIC、E-PRE-DELIRIC)存在预测时点、定义与验证异质性;以医院诊断码无法可靠判定谵妄起病,若把已谵妄者纳入预测窗会造成时间泄漏。因此研究人员设定明确24小时界标,在ICU前24小时收集预测因子、排除早期CAM-ICU阳性、将结局定义为界标后首次严格可评估阳性,开展AP人群特异但非假定胰腺生物学特异的模型评价。该研究发表于《Science Progress》,意义在于用可复现时间结构回答“何时估险、如何定义新发、复杂机器学习是否增值”。
主要关键技术方法:研究人员使用MIMIC-IV 3.1单中心脱敏电子健康记录(2008–2022)作开发队列,eICU-CRD 2.0多中心美国ICU数据库(2014–2015)作外部验证;以ICD-9-CM 577.0或ICD-10-CM K85.x界定AP,留存每患者首次AP相关ICU住院且住ICU>24小时成人,排除慢性胰腺炎与妊娠;预测窗为ICU 0–24小时,结局窗为24小时后至ICU出院;谵妄取护士记录CAM-ICU(item 228332)Positive/Negative,并联结±1小时最近RASS(item 228096),RASS3或非UTA记非严格可评估;早期阳性排除、界标后须有至少一次严格可评估记录方纳入。46个候选预测因子按前24小时聚合(均值、中位数、最低值、24小时尿量求和、SOFA按最差组分重构)。缺失>30%者(白蛋白、脂肪酶、PaO2/FiO2)剔除,余者贝叶斯回归链式方程式五重插补;Boruta类加权随机森林在每重插补集筛选稳定确认变量,再池化 Rubin 规则逻辑回归缩减至四变量;主模型为岭惩罚逻辑回归(弹性网L1比=0、C=0.1),对照随机森林、RBF-SVM、XGBoost、CatBoost;重复分层5折外交叉验证(3重复)×4折内调优防泄漏;eICU锁定管道不重拟合并用MIMIC-IV imputer;SHAP(Linear SHAP)以446例变换后MIMIC-IV为背景解释。
研究结果:
队列构建与基线特征:MIMIC-IV自1398例AP编码ICU住院经首次住院、>24小时、排慢性胰腺炎/妊娠、排早期CAM-ICU阳性,得780例,其中446例有界标后可评估记录入开发队列,164例(36.8%)新发谵妄;谵妄组SOFA中位数8.0对4.0、最低RASS ?4.0对0.0、有创通气74.4%对25.5%、BUN 28.0对16.0 mg/dL、24小时尿量更低。eICU自667例经同样规则得46例严格外部队列、10事件、23院。
缺失与变量选择:白蛋白、脂肪酶、PaO2/FiO2因>30%缺漏排除;Boruta在五重插补全确认10变量(最低RASS、有创通气、SOFA、磷酸盐、BUN、24小时尿量、肌酐、呼吸率、心率、体温),池化多变量逻辑回归中仅最低RASS(OR 0.70/点)、SOFA(OR 1.16/点)、BUN(OR 1.018/mg/dL)、平均心率(OR 1.03/次每分)达P<0.05缩减规则,VIF最大1.88;AP病原与既往AP编码住院未被Boruta确认,非证明临床无关。
模型开发与内部验证:表观AUROC以CatBoost 0.897最高,但嵌套交叉验证后惩罚逻辑回归AUROC 0.818(95%CI 0.777–0.857)、AUPRC 0.731、Brier 0.163、log loss 0.498、校准截距?0.005、斜率0.978;随机森林0.821(差0.002,P=0.693),SVM 0.819,XGBoost 0.814,CatBoost 0.813,复杂模型无支持优效;折叠间选择不稳(SOFA与RASS全选、有创通气80%、BUN 46.7%),四变量与十变量固定特征敏感分析AUROC差?0.005(P=0.362);决策曲线在0.06–0.80阈概率净受益优于全治/全不治。
外部验证:eICU锁定模型无重拟合得AUROC 0.839(95%CI 0.704–0.944)、AUPRC 0.526、Brier 0.145、log loss 0.443,院簇bootstrap区间0.714–0.941;校准截距?0.273、斜率0.963但CI极宽;锁定点0.345227下灵敏0.500、特异0.833、PPV 0.455、准确0.761;宽定义敏感队列(加ICDSC≥4与护理记录)57例12事件AUROC 0.811,方向一致仍不精。
SHAP分析与可解释性:最低RASS平均绝对SHAP 0.722 log-odds最主导,次为SOFA 0.517、平均心率0.401、BUN 0.223;低RASS、高SOFA/心率/BUN升险,线性模型故单调贡献非新阈值;eICU背景重要性排序Spearman秩相关1.00但仅46例属探索;可加性误差<9e-16。
讨论部分总结:研究人员强调24小时界标使“预测时点”与“新发”可被复现,排除早期阳性与深镇静非可评估记录避免泄漏与误标;四变量(最低RASS、SOFA、BUN、平均心率)均非AP特异而反映觉醒水平、全身器官功能障碍、肾代谢负荷与交感应激,与既知危重谵妄机制一致,但不构成因果或可改性靶点;与PRE-DELIRIC/E-PRE-DELIRIC不同人群不可直接数值排名,本研究增量在AP队列+严格CAM-ICU时序+跨库锁定管道;复杂机器学习表观优但验证后未胜惩罚回归,印证公平验证下简约模型常足用;限制含回顾性、eICU仅46例10事件致校准宽、AP依ICD非Revised Atlanta临床裁定、评估频度依赖护理记录致“可评估者”选择偏倚、SOFA缺组件记零可能低估、RASS兼作可评估性与预测因子存测量依赖、特征选择BUN不稳、锁阈为数据衍生非利弊预设、DCA无前瞻干预、SHAP非因果。结论翻译:在定义的ICU 24小时界标AP危重队列中,四变量惩罚逻辑回归对后续CAM-ICU阳性谵妄具有用内部性能,复杂算法无改善;SHAP示预测由觉醒与全身器官功能障碍而非AP特异生物学驱动;小多中心eICU保留区分度但验证不精;需更大前瞻协议化筛查队列、与既有ICU工具比对及预设临床响应后方可用。