超越准确性：将机器学习风险模型转化为新生儿重症监护中有意义的临床决策支持

《Pediatric Research》：Beyond accuracy: translating machine learning risk models into meaningful clinical decision support in neonatal intensive care

　　

过去十年，用于新生儿败血症检测的机器学习（machine learning, ML）方法迅速增多。然而，尽管热情日益高涨，在随机试验中，只有一种预测性监测系统被证明能改善临床结局。因此，新生儿ML面临的核心挑战不再是算法能否预测不良事件，而是它们能否改善临床决策和患者结局。

**超越准确性：新生儿重症监护中机器学习风险模型的临床决策转化**

过去十年，机器学习（machine learning, ML）方法在新生儿败血症检测领域的应用急剧增加。尽管这一技术热情日益高涨，但在随机对照试验中，仅有一种预测性监测系统被证明可改善临床结局。因此，新生儿机器学习研究面临的核心挑战，已从“算法能否预测不良事件”转变为“算法能否改善临床决策和患者结局”。在这一背景下，研究人员对Guo等开展的一项聚焦性研究进行了方法学评述，旨在探讨如何将机器学习风险模型转化为有意义的临床决策支持。该评论发表于《Pediatric Research》。

Guo等的研究聚焦于一个具体且临床相关的问题：在带有经外周静脉置入中心静脉导管（peripherally inserted central catheter, PICC）的早产儿中，当临床上怀疑血流感染时，机器学习模型能否区分血培养阳性与阴性患者。研究人员认为，这种聚焦式设计是研究的核心优势之一。新生儿败血症是一种受胎龄、出生后日龄、侵入性装置、合并症及局部流行病学影响的异质性综合征；为所有新生儿重症监护病房（neonatal intensive care unit, NICU）患者和所有临床场景建立通用“败血症预测模型”往往难以在不同情境中迁移。而Guo等将任务限定于特定临床背景，体现了方法学上的严谨性。

在技术方法方面，评论中描述了Guo等所采用的主要技术路线。该研究前瞻性收集了队列，预先明确定义了临床问题，并评估了包括人口学特征、导管相关变量、生理参数和实验室数据在内的广泛候选变量。研究中比较了逻辑回归、决策树、随机森林和梯度提升等多种机器学习方法，而非仅展示单一任意选择的模型。除传统区分度指标外，作者还进行了校准分析和决策曲线分析。为提高模型透明性，研究采用了Shapley加性解释（Shapley additive explanation, SHAP）分析，识别各变量对预测的相对贡献。该队列来源于早产儿PICC疑似血流感染的临床场景。

关于研究结果，评论中出现了多个关键观察。首先，随机森林模型报告了出色的区分能力。然而，研究人员指出，这种优秀判别性能可能部分归因于模型中包含了临床医生在床旁决策中已被重点使用的变量。其次，C反应蛋白（C-reactive protein, CRP）和白细胞计数（white blood cell count, WBC）被识别为最具影响力的预测变量。这一结果看似令人意外，因为大量文献表明传统生物标志物对新生儿败血症的阳性预测价值有限。在早产儿中，CRP和白细胞指数往往缺乏特异性，可能反映非感染性生理不稳定，并可能更多导致抗生素过度暴露而非诊断精准。研究人员认为，该模型可能识别的是在临床医生已经怀疑感染时已表现出更明显全身炎症反应的婴儿，而非检测到更早或更隐匿的疾病状态。因此，高受试者工作特征曲线下面积（area under the curve, AUC）本身并不能解决这一区别。第三，关于呼吸率的结果也受到关注，但机械论解释较为困难。评论指出，尚不清楚呼吸率是作为单一平均值、