《Journal of Clinical Monitoring and Computing》：Predicting patient care pathway deviations and their consequences in anaesthesia using machine learning
编辑推荐：
摘要
偏离预期围术期护理路径，尤其是日间手术后非计划入院，影响患者安全及护理组织效率。研究人员旨在开发并比较基于术前可用信息的可解释机器学习模型，以预测此类偏离事件。这项回顾性研究分析了来自比利时某医疗网络的51,112例连续门诊麻醉操作，以非计划入院为结局
摘要
偏离预期围术期护理路径，尤其是日间手术后非计划入院，影响患者安全及护理组织效率。研究人员旨在开发并比较基于术前可用信息的可解释机器学习模型，以预测此类偏离事件。这项回顾性研究分析了来自比利时某医疗网络的51,112例连续门诊麻醉操作，以非计划入院为结局指标。数据被划分为训练集、验证集和测试集；类别不平衡问题仅通过训练集上的SMOTENC（面向名义和连续数据的合成少数类过采样技术）处理。研究比较了七种算法：逻辑回归、决策树、随机森林、XGBoost、LightGBM、基于直方图的梯度提升以及可解释提升机（EBM），在两个工作点（固定敏感度和固定特异度）上使用区分度、精确率-召回率和校准度指标进行评价。非计划入院发生率为9.08%。各模型的区分度差异显著，可解释提升机（EBM）取得了最高的受试者工作特征曲线下面积（AUROC，0.826），逻辑回归最低（0.595）。鉴于结局的稀有性，精确率-召回率曲线提供了最具信息量的评价：EBM同时取得了最高的平均精确率（0.472）和F1分数（0.392），超越了黑箱集成模型，同时保持了内在可解释性。验证集与测试集之间的性能保持稳定，表明不存在过拟合，尽管所有模型均高估了风险并需要进行重新校准。将机器学习应用于常规采集的数据，能够以稳定的性能和潜在的临床实用性识别有偏离预期日间护理路径风险的患者。可解释提升机尤其具有吸引力，它兼顾了竞争性的准确性与透明性。在临床部署之前，需要进行前瞻性验证和预测概率的重新校准。
**基于机器学习的麻醉护理路径偏离预测研究解读**
**一、研究背景与问题**
每位接受麻醉手术的患者都会经历一条既定的围术期护理路径，通常分为急诊护理、日间手术或传统住院手术。日间手术是指在同一天内完成入院、手术或诊断操作并出院，这种做法自二十世纪最后二十年逐渐普及。日间手术通过优化资源配置带来组织层面的益处，释放资源用于更复杂的病例并缩短等候名单。以比利时为例，47.2%的手术在门诊环境下完成。然而，随着日间手术占手术总量的比例不断上升，非计划住院成为重大的运营和临床挑战。这不仅增加医院工作人员的工作负荷、占用本可分配给其他用途的病床，还可能在临床上对患者构成风险。为快速当日出院而量身定制的麻醉方案，若患者需要过夜留观则可能不再适用；为非住院环境设计的术后医嘱和镇痛方案往往不适合住院环境；如果门诊处方无法无缝转入住院电子处方系统，可能导致患者疼痛和合并症管理欠佳。
已有研究大多采用病例对照分析和基于有限预测变量集构建的逻辑回归风险指数来预测日间手术后非计划入院，这些模型虽然透明，但结局定义不一，从术后即刻入院到出院后三十天内非计划再入院均被纳入，与本研究定义的护理路径偏离并不完全等同。此外，现有研究多基于数千例的单中心样本，缺乏大规模多中心验证。当前研究旨在分析日间手术患者中非计划住院的比例，并从术前原始数据中提取预测模式，构建稳健的非计划入院预测模型，最终开发一个提升医院组织效率和患者安全的易用工具。
**二、研究概述**
研究人员利用麻醉信息管理系统（AIMS）数据库，对2020年至2026年间比利时Humani网络下属两家医院（H?pital Civil Marie Curie和H?pital André Vésale）共27间手术室的麻醉记录进行了回顾性分析。在232,421条麻醉记录中，经过质量控制筛选和排除后，最终纳入51,112例预定日间手术患者，非计划住院发生率为9.08%。研究将数据按80%训练集、10%验证集、10%测试集进行划分，仅在训练集上应用SMOTENC处理类别不平衡。七种算法被比较：逻辑回归、决策树、随机森林、XGBoost、LightGBM、直方图梯度提升机和可解释提升机（EBM），评估指标包括AUROC、AUPRC、F1分数、校准度等。
**三、主要技术方法**
研究使用从麻醉信息管理系统自动采集的术前变量，经严格特征筛选后保留40个变量，排除所有术中、术后信息以避免数据泄漏。数据经人工筛查、局部异常因子（LOF）和孤立森林算法检测异常值、逐变量质量分析、时间变量循环编码等步骤。针对2,867种手术类型，仅对超过200例的手术进行独热编码，其余归入“其他”类别。模型采用三路划分策略，在训练集上使用StandardScaler标准化和SMOTENC过采样，所有阈值均在验证集上确定后应用于测试集，确保测试集完全不可见。
**四、研究结果**
**4.1 变量选择与数据准备**
从266个初始变量中保留40个术前变量。经数据清理后保留100,667例麻醉案例，其中51,112例为预定日间手术，4,640例发生非计划住院（9.08%）。SMOTENC处理后训练集包含74,354例（每类37,177例），验证集和测试集分别包含5,111例和5,112例原始临床数据。
**4.2 模型选择与开发**
高可解释性模型包括带弹性网络的逻辑回归、EBM和决策树。集成模型包括LightGBM、随机森林和直方图梯度提升机。K近邻、非线性支持向量机、高斯朴素贝叶斯、神经网络和二次判别分析因数据特征和计算可行性等原因被排除。
**4.3 模型性能**
EBM取得最高AUROC（0.826），显著高于所有其他模型（DeLong检验，校正后p≤0.003），其次为直方图梯度提升（0.798）、随机森林（0.787）和LightGBM（0.779）。AUPRC方面，EBM以平均精确率0.472显著领先，随机森林（0.303）、LightGBM（0.268）和直方图梯度提升（0.268）居于中游。校准曲线显示所有模型均存在风险高估倾向，需显式概率校准步骤。
**4.4 混淆矩阵**
在约登指数最优阈值下，直方图梯度提升取得最高敏感度0.966但特异度仅0.496；EBM取得最均衡的临床特征，敏感度0.666、最高特异度0.827、最高F1分数0.392；逻辑回归敏感度0.856但特异度仅0.276。
**4.5 临床影响**
固定敏感度90%时，直方图梯度提升假阳性率最低（45.4%），决策树无法达标；固定特异度90%时，EBM保持最高敏感度（55.2%），逻辑回归敏感度最低（18.8%）。
**4.6 过拟合评估**
验证集与测试集间AUROC绝对差异范围-0.019至+0.024，F1分数绝对差异-0.030至+0.018，各模型性能稳定，无明显过拟合迹象。
**五、讨论与结论**
**5.1 讨论总结**
既往围术期机器学习研究多聚焦于术后重症监护入院、麻醉后监护室滞留延长或出院后三十天内再入院等结局，与本研究定义的“预定当日出院失败”这一路径偏离结局存在本质差异。本研究基于两家医院的连续大型真实世界队列，样本量远超既往单中心研究。研究设计将可解释性作为明确的设计要求，而非事后补充。结果表明，性能与透明度之间的权衡并不如通常认为的那么尖锐：EBM作为玻璃盒广义加性模型，其逐特征贡献可精确可视化检查，在区分度和少数类性能上均达到甚或超过黑箱集成模型。这种透明度具有切实的临床价值，可让临床医生验证模型依赖的预测因子是否具有临床合理性，支持责任制和监管审批。
**5.2 研究局限**
本研究存在若干局限性。研究为回顾性且局限于比利时单一网络的两家医院，可推广性待验证。临床操作未严格标准化，团队构成随时间变化可能引入标签噪声。数据清理中排除不完整记录可能引入选择偏倚。非计划入院作为稀有事件限制了F1分数水平，阳性预测值即使对最佳模型而言仍偏低。SMOTENC平衡训练导致绝对风险系统高估，在重新校准前模型仅适用于风险排序而不适用于报告个体绝对风险概率。更根本地，护理路径偏离本质上是复杂的现象，大量变异性既未在数据中捕捉，也无法事先预知，个体路径的完美预测在概念上不可实现。
**5.3 研究结论**
本研究表明，将机器学习应用于常规采集的、以术前为主的数据，能够以稳定的性能和潜在的临床实用性识别最可能偏离预期日间护理路径并需要非计划住院的患者。在七种比较的算法中，梯度提升和集成方法，尤其是EBM，提供了区分度和少数类性能的最佳平衡，EBM兼具竞争性准确率与内在透明结构。通过在两个临床明确的操作点上特征化每个模型，研究进一步展示了单一工具如何根据机构优先级，既可用于保障患者安全，也可用于保护稀缺的住院资源。此模型旨在支持而非替代临床判断，通过使非计划入院的预期风险显式化并及时可用于行动来实现这一目标。只要其性能通过前瞻性验证确认且预测概率得到适当重新校准，该方法为改善门诊麻醉护理的规划与安全提供了现实且可解释的途径。
