基于机器学习的肛肠手术后伤口愈合不良风险预测模型的构建与临床验证

《Frontiers in Surgery》：Construction and clinical validation of a machine learning-based risk prediction model for poor wound healing after anorectal surgery

　　

目的：构建并验证基于机器学习的肛肠手术后伤口愈合不良风险预测模型，以实现早期识别和个体化干预。方法：回顾性收集2022年1月至2024年12月246例患者的临床资料。以术后4周伤口愈合状态定义结局（愈合良好：n=191；愈合不良：n=55）。通过多因素Logistic逐步回归筛选独立预测因子。患者按7：3比例分为训练集和内部验证集。构建三种模型——Logistic回归、梯度提升机（GBM）和随机森林（RF）。采用AUC、校准曲线、Brier评分和决策曲线分析评估模型性能。使用同一中心2025年1月至2025年12月152例患者作为独立时间队列进行时间验证。结果：BMI、糖尿病、粪便性状和术前肛周感染是共同的核心预测因子。内部验证中，AUC分别为0.893（Logistic）、0.897（RF）和0.877（GBM）。时间验证中，AUC分别为0.874（Logistic）、0.865（GBM）和0.853（RF）。Logistic回归在训练集、内部验证集和时间验证集间的AUC波动最小（0.864→0.893→0.874），且Brier评分最低（0.092–0.123），表明其校准性能和泛化能力最佳。GBM在训练集取得最高AUC（0.925），但在验证集中性能显著下降（ΔAUC=0.048），提示存在过拟合。经网格搜索结合10折交叉验证优化后，RF在内部验证中AUC达0.897、敏感性为0.800，与Logistic回归相近，但时间验证性能（AUC=0.853，Brier=0.129）略逊。结论：Logistic回归在整体判别能力、校准性能、临床净获益和跨队列泛化能力方面表现最佳，推荐作为个体化风险评估的首选工具。RF经过充分优化后可作为替代方案。GBM受样本量限制且存在过拟合，有待更大规模研究进一步验证。本研究为肛肠手术患者的早期风险分层提供了定量化框架。

**论文解读：基于机器学习的肛肠手术后伤口愈合不良风险预测模型构建与临床验证**

**一、研究背景与目的**

肛肠疾病是发生于肛门及直肠区域的一类疾病总称，主要包括肛瘘、肛裂、肛周脓肿和痔疮等，其典型临床表现包括便秘、腹泻、便血等症状，严重影响患者生活质量。近年来，随着生活方式和饮食结构的改变，肛肠疾病发病率呈逐年上升趋势，已成为临床上最常见的消化系统疾病之一。目前临床多采用药物与手术相结合的综合方案治疗肛肠疾病，但药物仅能短期缓解症状，长期使用易导致胃肠道不良反应。肛肠手术虽可彻底切除病灶，但由于肛门区域特殊的解剖学限制，术后创面多为开放性伤口，患者术后需正常排便，粪便对伤口的反复刺激易诱发感染、出血等并发症，从而导致伤口愈合延迟。术后愈合不良不仅加剧患者痛苦、延长恢复期，还增加了整体医疗负担，是肛肠外科面临的紧迫临床问题。

目前临床上缺乏广泛接受的肛肠术后伤口愈合不良的定量风险分层工具。临床决策多依赖外科医生对已知危险因素的经验判断，现有的评估工具包括简单评分系统和传统列线图，难以充分捕捉多因素之间的复杂交互作用。因此，需要一种更全面、定量化的方法，整合多种风险因素并捕捉其复杂交互，以改善术前风险分层。

近年来，机器学习（ML）技术因其在处理高维数据和非线性关系挖掘方面的独特优势，在医学领域应用日益广泛。多项研究已证实随机森林（RF）、梯度提升机（GBM）等ML算法在结直肠手术、心脏手术、骨科等领域预测术后并发症方面优于传统Logistic回归。然而，这些算法在预测肛肠术后伤口愈合不良方面的比较性能尚未得到系统评价。基于此，本研究旨在比较Logistic回归、梯度提升机和随机森林三种机器学习算法在预测肛肠术后伤口愈合不良中的性能，筛选关键预测因子并验证最优模型，为临床实践提供客观、定量的个体化风险评估工具。

**二、研究内容与主要结论**

研究人员回顾性收集了2022年1月至2024年12月在某院肛肠外科接受手术治疗的246例患者临床资料，根据术后4周伤口愈合状态分为愈合良好组（n=191）和愈合不良组（n=55），愈合不良发生率为22.36%。通过多因素Logistic逐步回归筛选出4个独立预测因子：BMI、糖尿病、粪便性状和术前肛周感染。将数据按7：3划分为训练集和内部验证集，分别构建Logistic回归、GBM和RF三种预测模型，并采用AUC、校准曲线、Brier评分和决策曲线分析（DCA）评估模型性能。此外，使用同一中心2025年1月至2025年12月的152例患者作为独立时间验证队列，评估模型的时间泛化能力。

研究结果表明，四个预测因子在不同算法中被一致识别为独立影响因素。在内部验证中，Logistic回归（AUC=0.893）和RF（AUC=0.897）的判别能力相当，均优于GBM（AUC=0.877）。时间验证中，Logistic回归取得了最高AUC（0.874），优于GBM（0.865）和RF（0.853）。Logistic回归在训练、内部验证和时间验证三个数据集中AUC波动最小（0.864→0.893→0.874），Brier评分最低（0.092–0.123），表明其校准性能和泛化能力最佳。GBM虽在训练集取得最高AUC（0.925），但在验证集中性能显著衰减（ΔAUC=0.048），提示存在过拟合。经网格搜索结合10折交叉验证优化后，RF在内部验证中表现接近Logistic回归，但时间验证性能略逊。综合各项评估指标，Logistic回归展现出最佳的整体判别能力、校准性能、临床净获益和跨队列泛化能力，被推荐作为个体化风险评估的首选工具。

**三、关键技术方法概述**

本研究采用回顾性队列设计，样本来源于某院肛肠外科2022年1月至2024年12月收治的246例肛肠手术患者（训练与内部验证队列），以及2025年1月至2025年12月收治的152例患者（独立时间验证队列）。主要技术方法包括：①多因素Logistic逐步回归筛选独立预测因子；②三种建模算法——Logistic回归（采用AIC向前逐步选择确定最优方程）、梯度提升机（GBM）和随机森林（RF）；③超参数优化采用网格搜索结合10折交叉验证；④模型性能评估采用ROC曲线、AUC值、校准曲线、Hosmer-Lemeshow检验、Brier评分和决策曲线分析（DCA）；⑤采用DeLong检验比较不同模型AUC差异。

**四、研究结果**

**4.1 一般临床特征比较**：246例患者中，愈合不良组便秘、术前肛周感染和糖尿病的比例高于愈合良好组，BMI水平低于愈合良好组，差异均具有统计学意义（P<0.05）。

**4.2 逐步回归变量筛选**：粪便性状、术前肛周感染、BMI和合并糖尿病依次进入模型，最终模型调整R2=0.361，总体F检验值为35.595（P<0.001），表明这四个指标均为肛肠术后愈合不良的独立影响因素。

**4.3 不同ML算法预测模型构建**：以术后伤口愈合状态为因变量（愈合良好=0，愈合不良=1），以筛选出的四个独立预测因子为自变量，分别构建了Logistic回归模型、GBM模型和RF模型。Logistic回归模型的训练集结果中，粪便性状的OR值最高（16.510，95%CI 5.879–46.363），其次为术前肛周感染（OR=8.777，95%CI 2.561–30.083）和糖尿病（OR=4.510，95%CI 1.395–14.582），BMI的OR为0.826（95%CI 0.707–0.964）。

**4.4 不同ML算法预测模型评估结果**：训练集中，GBM的AUC最高（0.925），优于Logistic回归（0.864）和RF（0.827），DeLong检验显示GBM的AUC显著高于RF（P<0.05）。切换至内部验证集后，Logistic回归AUC升至0.893，RF为0.897，GBM降至0.877（ΔAUC=0.048），提示GBM存在过拟合。三模型在内部验证集具有相同的敏感性（0.800），AUC差异无统计学显著性（P>0.05）。

**4.5 时间验证**：时间验证队列152例中，愈合不良36例（23.68%）。Logistic回归取得最高AUC（0.874），高于GBM（0.865）和RF（0.853），三模型AUC均大于0.85，表明具有稳定的时间判别能力。GBM（敏感性0.944）和RF（0.917）的敏感性优于Logistic回归（0.861），但Logistic回归具有最佳特异度（0.750）和总体准确率（0.776）。三模型Brier评分均<0.25（Logistic=0.123，GBM=0.124，RF=0.129），校准达到临床可接受标准。DCA结果显示，在0.1–0.6的临床常用风险阈值范围内，三模型净获益均高于“全部治疗”和“不治疗”两条参考线，Logistic回归在整个阈值范围内保持最高净获益。

**五、讨论与结论总结**

研究人员指出，肛肠术后伤口愈合不良严重影响患者恢复和医疗资源利用。传统干预措施多为经验性的，缺乏对个体患者的精准风险分层。本研究通过比较三种ML算法，发现Logistic回归模型在整体稳定性方面优于复杂的ML算法，这一结果与小样本条件下复杂算法易过拟合的统计学原理一致。GBM因样本量限制（EPV=13.75，阳性事件仅55例）出现了明显过拟合，其训练集性能虚高而在独立验证中衰减；RF经优化后内部验证表现良好，但时间验证略逊。四个独立预测因子的作用机制与现有临床研究一致：BMI反映机体营养储备，与伤口修复过程高度相关；粪便性状不佳会增加排便时腹压，反复牵拉新鲜创面，诱发局部水肿和微血管破裂出血，抑制肉芽组织上皮化；糖尿病引起的高血糖抑制血管内皮细胞增殖，导致创面微循环缺氧和蛋白质合成障碍；术前肛周感染使创面持续暴露于粪便污染，诱导持续性炎症浸润，直接延长愈合周期。

研究局限性包括：单中心来源可能限制泛化性；阳性事件数量有限（55例）可能影响复杂集成算法的性能表现；分析局限于术前静态临床变量，未纳入术后动态指标如C反应蛋白轨迹和疼痛评分变化。

**研究结论**：本研究建立的Logistic回归模型在判别能力、校准性能、临床净获益和跨队列泛化能力方面均表现最优，推荐作为肛肠术后伤口愈合不良个体化风险评估的首选工具。RF经过充分优化后可作为替代方案。建议以风险概率≥0.10作为启动术前强化干预的阈值。未来需开展更大规模的多中心前瞻性研究进一步验证，并通过动态建模整合时间序列数据，以促进术后期间风险实时更新。