《Frontiers in Neurology》：Evaluating non-linear thresholds and synergistic interactions in the comorbidity of preoperative insomnia and emergence agitation: a SHAP-based machine learning study
编辑推荐：
背景：术前失眠障碍（preoperative insomnia disorder, PID）与苏醒期躁动（emergence agitation, EA）常呈现复杂的围术期共病状态。传统线性模型可能无法充分捕捉其潜在的交互机制。方法：这项回顾性、单中心研究分析
背景：术前失眠障碍（preoperative insomnia disorder, PID）与苏醒期躁动（emergence agitation, EA）常呈现复杂的围术期共病状态。传统线性模型可能无法充分捕捉其潜在的交互机制。方法：这项回顾性、单中心研究分析了542例成人外科手术患者。采用分层随机分割（70%训练集，30%测试集）构建机器学习算法，尤其是极端梯度提升（eXtreme Gradient Boosting, XGBoost），以预测PID-EA共病。利用Shapley加法解释（Shapley Additive exPlanations, SHAP）框架解读临床变量之间的统计关联及非线性交互。结果：XGBoost模型展现出优越的区分性能（受试者工作特征曲线下面积AUC=0.874 [95% CI: 0.812–0.936]，精确率-召回率曲线下面积AUPRC=0.883，Brier评分=0.150），优于逻辑回归（AUC=0.749 [95% CI: 0.675–0.823]）。SHAP分析显示，术前皮质醇和褪黑素是与模型预测相关的主要特征。部分依赖图提示神经内分泌标记物存在潜在的非线性风险阈值。此外，交互分析表明，术后重度疼痛可能协同放大术前失眠相关的风险。结论：XGBoost与SHAP的整合为评估PID-EA共病网络提供了一种可解释的方法。这些发现突出了潜在的临床阈值和交互模式，有待多中心前瞻性研究进一步验证。
论文解读
一、研究背景与问题
苏醒期躁动（emergence agitation, EA）是成人全身麻醉后一种具有挑战性且常令患者痛苦的并发症，可导致自行拔管、出血及住院时间延长等不良结局。与此同时，外科手术患者失眠发生率较高，术前失眠障碍（preoperative insomnia disorder, PID）日益被认为是围术期神经认知与行为障碍的危险因素。临床观察提示PID与EA常同时出现，可能构成一种“共病”表型。既往研究推测，下丘脑-垂体-肾上腺（hypothalamic-pituitary-adrenal, HPA）轴功能紊乱、系统性炎症及昼夜节律失调可能是二者共病的共同病理生理基础，相关临床生物标志物包括血清皮质醇、中性粒细胞-淋巴细胞比值（neutrophil-to-lymphocyte ratio, NLR）和褪黑素等。然而，现有预测模型多依赖传统线性统计方法（如逻辑回归），其假设变量间关系为线性且相互独立，难以捕捉临床共病网络中典型的复杂协同关系。高性能机器学习算法虽能处理高维非线性医学数据，但“黑箱”特性限制了临床应用。因此，本研究旨在利用多种机器学习技术，并借助Shapley加法解释（SHAP）框架，探索成人全麻手术患者PID-EA共病的非线性关联、预测阈值及基于模型的交互模式，为这一临床表型提供可解释的分析工具。
二、研究方法概述
这是一项回顾性、单中心观察性研究，数据来自攀枝花中心医院电子病历系统（2021年1月至2023年12月），经伦理委员会批准（批准号：ZXYYREC-2026-092），因使用去标识化患者信息豁免书面知情同意。纳入542例18岁及以上、择期全身麻醉手术且完成标准化术前睡眠和心理评估的患者；排除严重精神神经疾病史、术前规律使用镇静催眠药或抗抑郁药、24小时内再次手术及关键变量缺失者。主要结局为PID与EA同时发生，PID采用失眠严重程度指数（Insomnia Severity Index, ISI）≥8判定，EA在麻醉后监护室（PACU）采用Riker镇静-躁动评分（RSAS）≥5判定。共提取16项多维临床特征，包括人口学资料（年龄、体质指数、性别、ASA分级）、心理与生物标志物（术前ISI、焦虑评分HADS-A、血清皮质醇、NLR、褪黑素）以及手术麻醉和术后变量（手术时长、舒芬太尼剂量、丙泊酚剂量、术中低血压持续时间、拔管时间、术后疼痛VAS评分、导尿管相关膀胱不适）。样本按70%/30%分层随机分为训练集和测试集；建模前采用随机森林递归特征消除（RF-RFE）和最小绝对收缩与选择算子（LASSO）进行特征选择；比较六种算法（XGBoost、随机森林、梯度提升机、支持向量机、K近邻和逻辑回归），基于训练集5折交叉验证选择最优模型XGBoost，测试集仅用于最终评估；训练阶段通过类别权重调整（如XGBoost的scale_pos_weight）处理类别不平衡，并以精确率-召回率（PR）曲线为主要评价指标之一。统计使用R软件4.3.1，模型区分度用AUC评估，DeLong检验比较ROC曲线；校准采用校准曲线和Brier评分；临床效用采用决策曲线分析（DCA）；SHAP框架用于解释变量边际贡献、非线性依赖和交互。
三、主要研究结果
3.1 基线特征与特征选择
共分析542例患者，根据术前ISI和EA发生情况分为四组：对照组（n=157）、仅PID组（n=139）、仅EA组（n=34）、共病组（n=212）。Bonferroni校正后两两比较显示，共病组术前皮质醇、NLR、术中低血压时间及术后疼痛评分均高于其他组（校正p<0.001），术前褪黑素水平低于其他组。Venn图显示212例患者同时存在EA和PID（占总数39.1%），提示共病关系显著。Spearman相关分析揭示临床和生物学变量间存在复杂关联网络。主成分分析显示四组95%置信椭圆大量重叠，PERMANOVA检验有统计学意义（p<0.001），说明传统线性降维难以区分共病状态，需要非线性机器学习方法。LASSO和RF-RFE提示数学上可降维至8个核心特征，但研究者为保留全面的临床架构以进行整体SHAP交互和生理映射，最终仍保留全部16个原始特征用于XGBoost建模。
3.2 机器学习模型性能评估
在独立测试集上，XGBoost模型的区分能力最高，AUC为0.874（95% CI: 0.812–0.936），而传统逻辑回归AUC为0.749（95% CI: 0.675–0.823），DeLong检验p=0.005，差异有统计学意义。PR曲线显示XGBoost的AUPRC=0.883，优于自然患病率基线（患病率=0.39）及其他模型。雷达图比较显示XGBoost在AUC、准确率、灵敏度、特异度和F1分数五个维度上均优于逻辑回归。混淆矩阵（最优阈值为0.475）显示真阳性48例（实际共病64例中）、真阴性85例（实际非共病99例中），分类较均衡。校准图中XGBoost预测概率在0.25–0.75核心范围内与实际概率拟合良好，Brier评分为0.1498；极尾端偏差可能因各风险区间患者数较少所致。DCA显示在15%–75%阈值概率范围内，使用XGBoost模型指导临床决策的净获益高于“全部治疗”“全部不治疗”及逻辑回归。
3.3 全局SHAP分析与非线性特征依赖
SHAP summary plot和平均绝对SHAP值柱状图显示，术前皮质醇（平均SHAP 1.396）和术前褪黑素（1.279）是模型预测的前两位驱动因素，其后依次为术前ISI（0.430）和年龄（0.311）。按年龄分层分析显示，>60岁患者中年龄变量本身的SHAP重要性显著更高（p<0.001），提示该年龄组脆弱性增加；性别分层未发现主要特征存在显著差异。SHAP部分依赖图显示术前ISI和皮质醇对预测的影响并非线性：ISI评分在约12–13分处穿过零风险线，术前皮质醇在约400 nmol/L处风险急剧上升；高值端的轻微下降曲线可能由于极端数据点较少造成的边缘伪影，不代表生物学保护效应。
3.4 局部SHAP分析与个体化预测轨迹
单个高危险共病患者的力图为：高术前皮质醇（476 nmol/L，SHAP +2.53）、低术前褪黑素（2.2 pg/mL，SHAP +0.70）和严重术前失眠（ISI=26，SHAP +0.29）共同推动正向预测。而一例仅PID患者虽ISI高（17，SHAP +0.55），但低皮质醇（338.1 nmol/L，SHAP ?0.87）、正常褪黑素（15.3 pg/mL，SHAP ?0.69）和良好术后疼痛控制（VAS=2，SHAP ?0.65）等保护因素抵消了风险。决策图显示四种表型从共同基线出发，在遇到皮质醇和褪黑素等关键变量时轨迹显著分叉。瀑布图量化了累积log-odds变化，说明共病并非单一因素决定，而是多个术前和围术期决定因素交互后的净效应。
3.5 通过SHAP依赖图识别非线性临床阈值
术前ISI的SHAP依赖图呈强正相关（Spearman rho=0.87，p<0.001），ISI超过约12时进入正向风险空间；术前皮质醇呈S形关联（rho=0.84，p<0.001），零风险点约在400 nmol/L；术前褪黑素呈负相关（rho=?0.68，p<0.001），高于约15 pg/mL时趋向保护（SHAP<0），低于则有害。术后VAS评分在约4–5分处出现风险转折点（rho=0.76，p<0.001）；术中低血压持续时间≥10–12分钟与共病风险增加相关；拔管时间呈现非单调U形关系，中间时间窗（约15–25分钟）风险影响最低，过早或过晚拔管均对应正向SHAP值。各曲线极端的尾端变化被认为是平滑算法边缘伪影。
3.6 通过SHAP交互网络解读共病机制
全局交互矩阵显示，术前ISI与术后VAS、术前ISI与术前皮质醇之间的交互信号最强。交互散点图按高/低水平分层后，术前ISI与术后VAS存在显著统计学交互（p交互<0.001）：高术后疼痛（实线）比低疼痛（虚线）更强烈地放大失眠的风险影响。术前ISI与术前皮质醇亦呈协同关系（交互p=0.001），提示神经内分泌应激与睡眠剥夺可能存在乘性效应。术中丙泊酚剂量与术前褪黑素之间未发现显著交互（p交互=0.293），说明褪黑素的潜在保护作用可能不依赖丙泊酚剂量。年龄与术前NLR之间存在显著交互（p交互<0.001），提示高龄合并系统性炎症可能增加共病风险。2D地形等高线图综合展示了术前ISI和术后VAS共同驱动从相对安全到高危共病状态的连续风险变化。
四、讨论总结与结论翻译
讨论部分指出，以往预测术后行为障碍的模型多为逻辑回归，其线性独立假设可能不适用于复杂临床关联。本研究中，XGBoost模型在区分度和校准度上表现良好，且能更好地捕捉非线性模式。术前皮质醇和褪黑素是全局重要驱动因素，与当前关于HPA轴功能障碍和昼夜节律紊乱增加术后神经认知障碍风险的证据一致。SHAP依赖图揭示的非线性阈值（如皮质醇>400 nmol/L）属于统计关联而非因果效应，曲线两端的小波动是边缘伪影。交互分析显示，术后镇痛不足可能协同放大术前失眠的风险，提示对存在术前睡眠障碍的患者应在PACU优先实施严格的多模式镇痛方案。拔管时间的非单调U形关系提示15–25分钟的最佳拔管窗可作为降低神经行为紊乱的可行操作目标。局限性包括：回顾性单中心设计限制外推性；使用ISI问卷而非多导睡眠监测可能存在测量偏倚；术后疼痛等术后变量在时间顺序上存在不确定性，可能与EA同时发生或在躁动状态下难以可靠评估，因此术后VAS应严格视为关联特征而非前置因果因素。
研究结论可翻译为：本研究利用整合XGBoost与SHAP分析的机器学习框架，评估了术前失眠障碍（PID）与苏醒期躁动（EA）之间的预测关联和基于模型的交互模式。结果表明，指定的XGBoost模型对这一复杂共病表型的区分能力优于基准逻辑回归模型。SHAP依赖和交互分析揭示了探索性的预测截断值（如失眠严重程度指数>13和高术前皮质醇），并提示术后疼痛和炎症标志物等变量可能与术前睡眠问题患者的EA风险存在交互关联。尽管本研究因单中心观察性质仅能展示统计关联，但它突出了可制定针对性个体化围术期风险管理干预的具体临床节点。此外，失眠严重程度指数的预测重要性应谨慎解读，因其既是PID的诊断组分又是预测特征。这些可能的关联模式需在多中心前瞻性研究中进一步验证。
