《Age and Ageing》：Frailty index deficit interchangeability: an empirical test using random survival forests in adults with cardiovascular disease
编辑推荐：
背景：衰弱指数（frailty index, FI）假设缺陷是可互换的；单项条目的类型不如总计数重要。机器学习越来越多地被用于构建更简短的FI，这通常是出于临床环境中收集多项条目存在感知障碍的考虑，尽管电子健康记录已经可用。研究人员探讨了在患有心血管疾病（ca
背景：衰弱指数（frailty index, FI）假设缺陷是可互换的；单项条目的类型不如总计数重要。机器学习越来越多地被用于构建更简短的FI，这通常是出于临床环境中收集多项条目存在感知障碍的考虑，尽管电子健康记录已经可用。研究人员探讨了在患有心血管疾病（cardiovascular disease, CVD）的成人中，FI条目的选择是否对死亡率预测有影响。
方法：研究人员分析了来自美国国家健康与营养调查（National Health and Nutrition Examination Survey, NHANES，1999–2018年）的3669名患有CVD的成人，使用包含46个条目的FI。采用Cox比例风险模型和随机生存森林（random survival forest, RSF）模型，分别使用个体条目或复合FI评分预测全因和CVD特异性死亡率。条目按排列重要性（permutation importance）排序。在每一条目数量 k（1–46）下，研究人员比较了：前k个重要性排序条目作为独立预测变量、前k个条目合并为单一FI、以及200个分别由随机选择的k个条目构建的FI。
结果：对于两种结局，使用46个个体条目的模型均优于复合FI方法（一致性指数（C-index）：0.71 [0.69–0.74] vs 0.64–0.67）。按重要性排序的FI性能在约10个条目时达到峰值，随后下降。随机构建的FI随条目数增加而稳步提升，并在约35个条目（全因）和20个条目（CVD）时与重要性排序的复合FI趋于一致。使用多重插补的分析产生了一致的结果。
结论：当纳入足够多的条目时，FI由哪些具体条目构成对预测的影响可忽略不计。将条目合并为单一评分会丢弃部分预后信息，但这种权衡维持了FI的普适性，使其在实践中具有实用性。简短的按重要性排序的FI的优势在于避免了信号稀释，而非捕获了最优条目集，且任何此类选择均具有结局特异性和样本依赖性。
衰弱指数（frailty index, FI）通过计算累积健康缺陷的比例来量化衰弱程度。其核心假设是缺陷可互换性：在纳入足够多且覆盖多个健康领域的年龄相关项目（通常为30个或更多）时，具体包含哪些项目对整体评分的影响小于项目总数。这一性质使FI能够在不同数据集和人群中构建，也反映了衰弱作为多系统累积退化而非特定缺陷的视角。然而，近年来机器学习方法常被用于从电子健康记录中筛选“重要”项目，构建仅含5～11个项目的精简FI。这些工具在其衍生队列中能预测结局，但不同研究筛选出的项目重叠甚少，且缺乏外部验证。更重要的是，这种做法隐含地将某些项目视为比其他项目更重要，与FI的可互换性假设相悖。在心血管疾病（cardiovascular disease, CVD）人群中，衰弱患病率高且与死亡率独立相关，同时许多FI项目（如肾功能实验室指标、血流动力学指标）与CVD死亡有直接病理生理联系，因此项目层面的预后异质性可能更大。一个悬而未决的问题是：较短的重要性排序FI的优势究竟来自识别了更具信息量的项目，还是仅仅因为避免了信号稀释——即当无信息项目获得等权重时，有信息项目的信号被削弱。本研究旨在检验FI在CVD成人死亡率预测中的可互换性假设。
研究人员利用美国国家健康与营养调查（National Health and Nutrition Examination Survey, NHANES）1999–2018年10个调查周期的数据，纳入3669名自报CVD成人（平均年龄66.1±13.1岁，41.6%为女性，平均FI 0.27±0.12），使用经验证的46项FI。通过Cox比例风险模型和随机生存森林（random survival forest, RSF）模型，分别以46个单个条目或复合FI评分作为预测变量，预测全因和CVD特异性死亡率。条目通过排列重要性排序。在每个项目数量k（1～46）下，比较三种策略：前k个重要性条目作为独立预测变量、前k个重要性条目合并为单一FI、200个随机选择的k条目分别构建复合FI。所有模型通过五折交叉验证重复五次评估C指数。此外，通过Spearman秩相关比较早期（1999–2008）和晚期（2009–2018）调查周期的重要性排序的时间稳定性；作为敏感性分析，对因FI项目缺失而排除的CVD参与者进行多重插补（插补后n=5316）并重复主要分析。该研究发表于《Age and Ageing》。
关键技术方法概括：研究使用NHANES中3669名自报CVD成人的数据，以46项FI为基础。采用Cox比例风险模型与RSF模型，分别以个体条目或复合评分为预测变量预测全因及CVD死亡率。利用置换重要性对条目排序，并在每个数量k下比较重要性排序条目作为独立预测变量、合并为单一FI及200个随机子集FI的性能。通过五折交叉验证评估一致性指数，使用Spearman秩相关检验时间稳定性，并以多重插补进行敏感性分析。
**样本特征**：在平均6.07年随访中，发生1123例全因死亡（30.6%）和406例CVD死亡（11.1%）。与存活者相比，死亡者年龄更大（73.2±10.0岁对63.0±13.0岁）、FI更高（0.31±0.12对0.25±0.12）、男性比例更高（62.5%对56.5%）。
**模型性能比较**：使用46个个体条目的模型在所有复合FI方法中表现最佳。全因死亡率中，Cox和RSF的C指数分别为0.711和0.708；CVD死亡率中，RSF优于Cox（0.713对0.688），但置信区间重叠。个体条目模型与复合FI模型之间的差异大于Cox与RSF两种建模方法之间的差异。
**项目重要性排序**：全因死亡率中，血尿素氮和脉压是最重要的两个预测因子，随后是实验室和自我报告条目的混合。CVD死亡率中，肌酐、收缩压和脉压排名最高，自我报告项目从第四位起排名相当。重要性排序因结局而异。
**项目数量实验**：重要性排序复合FI的性能在约10个条目（全因）和6～8个条目（CVD）时达到峰值，之后随低重要性条目加入而下降，呈现信号稀释。相反，随机复合FI的性能随条目数增加单调提升。全因死亡率中，重要性排序复合FI在约35个条目时进入随机FI的中位区间；CVD死亡率则约在20个条目，但变异性更大。当k=46时，两种复合方法收敛至相同性能。个体条目模型始终优于所有复合方法，全因死亡率差距约0.06 C指数点，CVD约0.08～0.10 C指数点。重要性加权复合FI部分缩小了复合与个体条目模型之间的差距，提示等权聚合是信息丢失的部分原因。
**时间稳定性与敏感性分析**：重要性排序在早期（1999–2008）和晚期（2009–2018）NHANES周期之间呈中等程度时间稳定（Spearman rho=0.549，P<0.05）。血尿素氮和脉压在两个时期均排名靠前，但多个项目排名变动较大，说明除前少数项目外，精确排序并不稳定。多重插补敏感性分析与完整病例分析结果一致。
讨论指出，当FI包含足够多项目时，项目选择的影响可忽略不计，支持传统至少30个项目的建议。将项目合并为复合FI会丢失部分预后信息，但这种权衡带来了跨人群和结局的普适性。短的重要性排序FI的优势主要源于避免了信号稀释，而非识别了最优项目集；任何项目选择均具有结局特异性和样本依赖性。此外，重要性排序随时间仅中度稳定，进一步说明基于监督学习筛选项目的局限性。未来研究应关注缺陷共现模式是否能捕获等权聚合所丢失的组合信息，同时保持FI的可行性。
研究结论：在CVD成人中，个体FI项目对死亡率具有异质性预后信息，但当聚合足够多项目时，条件性项目可互换性显现。简短的重要性排序FI的优势很可能是信号稀释所致，而非存在最优项目数量，任何此类选择既具有结局特异性又依赖于样本。等权聚合似乎会适度丢弃预后信息，但这种权衡维持了FI在跨人群和结局中的有用性。基于机器学习的项目缩减可在衍生样本中改善预测，但所得工具需要计算基础设施、针对每个结局和人群重新训练，以及当前文献中大多缺失的外部验证。与此同时，标准FI可在任何临床或研究环境中通过简单算术构建，且在样本外具有可重复性和普适性。未来工作不应聚焦于减少FI项目数量，而应研究缺陷共现模式能否捕获等权聚合所丢弃的组成信息，同时不牺牲FI方法的可行性和普适性。
