《Machine Learning and Knowledge Extraction》:From Signals to Symptoms: An Abstract-Level Systematic Mapping Review of Machine Learning for Preeclampsia Prediction
编辑推荐:
背景:子痫前期(preeclampsia, PE)仍是孕产妇和围产期发病与死亡的主要原因,机器学习(machine learning, ML)和人工智能(artificial intelligence, AI)模型已被越来越多地用于风险预测、诊断、监测和预后评
背景:子痫前期(preeclampsia, PE)仍是孕产妇和围产期发病与死亡的主要原因,机器学习(machine learning, ML)和人工智能(artificial intelligence, AI)模型已被越来越多地用于风险预测、诊断、监测和预后评估。然而,关键方法学细节可从摘要和文献计量元数据中可见的程度仍不清楚。方法:研究人员开展了一项针对PE、妊娠期高血压疾病(hypertensive disorders of pregnancy, HDP)及直接相关并发症的ML/AI研究的摘要级系统性映射综述。文献从ACM数字图书馆(ACM Digital Library)、Elsevier/ScienceDirect、IEEE Xplore、PubMed、Scopus、SpringerLink及滚雪球检索中识别。经过基于数字对象标识符(Digital Object Identifier, DOI)的去重、摘要可得性检查、技术元数据过滤和两阶段资格审核,29项主要ML/AI研究被保留用于最终综合。两名作者独立对145篇技术保留记录进行资格再审核。初始一致率为131/145篇记录(90.3%);对于二元纳入/排除决定,Cohen's kappa约为0.764,表明具有实质性一致性。提取仅限于标题、摘要、年份、DOI和文献计量元数据,使用预定义的与研究问题(research question, RQ)对齐的模式。因此,所有频率均代表摘要层面可明确提取的信息,应被解释为报告估计的下限,而非全文患病率估计。结果:在29项符合条件的研究中,树模型(tree-based models)是最常可识别的模型族(17/29),其次是线性/广义线性模型(linear/generalized linear models, 15/29)、支持向量机(support vector machine, SVM)(9/29)和神经网络(neural networks, 8/29)。最常可识别的输入模态为电子健康记录(electronic health record, EHR)/临床变量(21/29)、人口统计学变量(10/29)、实验室变量(7/29)、生命体征/血压(7/29)和超声/多普勒信息(6/29)。受试者工作特征曲线下面积(area under the receiver operating characteristic curve, AUC)在20/29篇摘要中被提及,但数值AUC可在14/29篇中提取到结构化字段中。这些值仅作描述性总结,未进行合并,因为结局、预测时域、人群、预测因子和验证策略具有异质性。外部验证在8/29篇摘要中明确可识别,可解释性相关方法在5/29篇中可识别,存储库或数据集来源信息在1/29篇中可识别。结论:摘要级证据显示PE/HDP预测及相关结局的ML/AI文献活跃但异质性高。然而,摘要往往无法为模型有效性、校准、临床就绪性、可重复性和实施性的稳健比较评估提供足够细节。未来工作应优先考虑全文证据综合、标准化报告、外部和时间验证、校准、公平性评估、临床有意义的可解释性以及可复用的数据/模型资源。
1. 引言
子痫前期(preeclampsia, PE)等妊娠期高血压疾病(hypertensive disorders of pregnancy, HDP)是全球可预防的孕产妇和围产期发病与死亡的主要驱动因素,约影响2–8%的妊娠,并存在显著的区域差异。除子痫和HELLP综合征的急性风险外,该病还给生育者和后代带来长期心血管、肾脏及代谢后遗症。当前的风险因素筛查和传统回归模型判别性能及泛化能力有限,尤其是在多样化护理环境和电子健康记录(Electronic Health Record, EHR)系统中。产科护理的数字化产生了包括结构化EHR字段、生命体征轨迹、实验室结果、影像学摘要和“组学”数据在内的大型多模态数据流。过去五年,机器学习(Machine Learning, ML)和人工智能(Artificial Intelligence, AI)方法被越来越多地应用于子痫前期预测。尽管基于EHR特征训练的模型报告的受试者工作特征曲线下面积(AUC)超过传统logistic回归基线,但性能常因时间、地理或人群偏移而衰减,外部验证仍不一致,校准、公平性和临床可解释性也未被统一处理。本文以七个研究问题(RQ)为框架开展摘要级系统性映射综述,旨在弥合算法开发与产前护理中可信部署之间的转化鸿沟,所有频率均被明确视为摘要级报告估计值而非全文患病率估计值。
2. 相关工作
快速增长的研究将ML和AI应用于PE的预测、早期检测和风险分层。2.1 聚焦于PE的系统和领域综述强调了一再出现的方法学挑战:队列和结局报告不一致、单中心小样本、缺失和类别不平衡处理有限、外部或时间验证不频繁。2.2 基于EHR和常规临床数据模型的研究通常比较logistic回归与树集成或神经网络,当输入限于结构化临床变量时,性能提升的证据不一;外部验证仍相对稀缺,但近期研究证明了跨站点测试和校准的可行性。2.3 生物物理和生化标志物及cfDNA方向将母体特征与早孕期标志物结合,cfDNA衍生特征与临床数据融合可改善早期PE的判别力,但其可迁移性依赖于检测标准化和前瞻性校准。2.4 模型范围超越新发PE的方向中,PIERS-ML等研究针对已诊断PE女性的短时域不良事件,预测从诊断到分娩的时间、按器官系统受累进行亚型分类以及胎儿或新生儿并发症。2.5 多组学、可解释性与可解释建模方面,可解释模糊框架和模型无关方法(如特征归因和交互分析)被用于增强临床信任。2.6 验证、部署与泛化性方面,严格的外部、时间和影响验证仍稀缺,但新研究通过跨日历年的时间验证、中低收入环境的外部测试或跨区域队列开始弥补;公平性等实施因素仍报告不足。2.7 本综述的定位:系统地将摘要级证据编码到与RQ1–RQ7对齐的预指定分类模式中,专注于可从标题、摘要或元数据验证的可争议项目,并整合跨数据模态和临床范围的研究,同时明确记录摘要无法支持的变量。
3. 研究问题
在PICO框架和摘要级证据范围指导下,本研究提出七个研究问题,每个问题均明确框定为标题、摘要、DOI记录和文献计量元数据中的信息可见性问题。RQ1:哪些ML/AI模型族和命名技术可从摘要中明确识别?RQ2:哪些性能指标被明确报告或可从摘要中数值提取?RQ3:哪些存储库或数据集来源提及可从摘要和元数据中识别?RQ4:哪些临床变量、特征组或EHR数据类型在摘要中明确可见?RQ5:哪些研究设计、设置和验证背景元素可从摘要中明确识别?RQ6:哪些摘要明确提及外部验证或不同ML/AI技术之间的头对头比较?RQ7:哪些可解释性相关方法可从摘要中明确识别,并如何在摘要层面加以描述?
4. 材料与方法
4.1 研究设计与范围:开展摘要级系统性映射综述,提取单位是文献记录,综合单位是最终保留的主要ML/AI研究;任何摘要字段中缺失的项目均不被解释为全文不存在,而是作为显式可见性的下限估计。4.2 数据来源与检索策略:从ACM数字图书馆、Elsevier/ScienceDirect、IEEE Xplore、PubMed、Scopus、SpringerLink及滚雪球检索,初始导出201条记录;检索式组合PE/HDP术语与ML/AI及预测术语,并在资格再审核中保留使用生物标志物、超声/多普勒、组学或常规临床数据的多模态研究。4.3 记录识别、去重与技术过滤:以数据库按EntryID为键,基于DOI规范化匹配去重后剩余176条;再排除31条无摘要、元数据不足或API检索错误或无DOI的记录,145条进入结构化摘要级处理。4.4 资格再审核与人工共识验证:首次审核识别35篇候选主要ML/AI研究;两名作者独立再审核145条技术保留记录的资格,初始一致率为131/145(90.3%),Cohen's kappa约为0.764,14处标签差异经共识裁决;最终排除6篇候选研究,保留29篇主要ML/AI研究。4.5 文献计量与DOI验证:对DOI字符串规范化并交叉核对出版商页面和Crossref元数据,清理参考列表中的重复键和编码伪影。4.6 数据项与RQ操作化:预指定与七个研究问题对齐的编码手册,结构字段涵盖模型族、预测目标、预测时间、输入模态、研究设计、设置范围、国家、样本量、性能指标、AUC及置信区间、内部验证、比较对象、存储库提及、特征组、外部验证、比较技术、可解释性方法等;模型族、输入模态等类别采用多标签编码。4.7 LLM辅助摘要级提取、验证与审计追踪:提取管道仅使用标题、摘要、年份和DOI,采用结构化JSON模式,模型被指示不得从外部知识推断;LLM辅助提取仅作为摘要级编码辅助,独立人工资格审核用于确认最终分母。4.8 综合与汇总指标:鉴于人群、预测因子、结局、预测时域和评估协议的异质性,采用结构化映射和描述性综合而非meta分析;数值AUC仅作描述性总结,不合并也不作为比较基准。4.9 质量考虑与有效性威胁:未进行正式的PROBAST或TRIPOD评估,摘要级指标为报告可见性指标而非偏倚风险判断;综述未在PROSPERO注册是一项局限。
5. 结果
5.1 研究选择与人工验证审计:201条记录经DOI去重后剩176条,再排除31条,145条进入摘要级编码;首次审核识别35篇候选,两名作者独立再审核的一致率和kappa如上,共识后最终纳入29篇。5.2 RQ1:模型、目标、时间与输入:树模型族最常可识别(17/29),线性/广义线性模型(15/29)、SVM(9/29)和神经网络(8/29);PE是主导预测目标(25/29),其次是早发型PE(4/