《Frontiers in Neurology》：Early prediction of in-hospital acute brain injury following cardiac arrest using machine learning: development and external validation
编辑推荐：
摘要专业翻译
背景： 心脏骤停（cardiac arrest, CA）后神经系统损伤较为常见，但早期准确评估仍具挑战性。现有评估方法往往缺乏敏感性与特异性。本研究旨在开发并验证一种可解释的机器学习模型，用于对ICU患者脑损伤及其预后相关性进行早期可靠评估。
方
摘要专业翻译
背景： 心脏骤停（cardiac arrest, CA）后神经系统损伤较为常见，但早期准确评估仍具挑战性。现有评估方法往往缺乏敏感性与特异性。本研究旨在开发并验证一种可解释的机器学习模型，用于对ICU患者脑损伤及其预后相关性进行早期可靠评估。
方法： 本研究分析了来自MIMIC-IV数据库的1,419例心脏骤停患者，随机分为训练队列和验证队列。研究开发并评估了六种机器学习（machine learning, ML）算法——逻辑回归（logistic regression, LR）、XGBoost、人工神经网络（artificial neural network, ANN）、随机森林（random forest, RF）、支持向量机（support vector machine, SVM）和K近邻（k-nearest neighbors, KNN）。采用SHapley Additive exPlanations（SHAP）对性能最优模型进行解释，确定了8个脑损伤关键预测因子。最后，收集本院心脏骤停患者临床数据进行外部验证，以评估模型在ICU环境中的泛化能力和实用价值。
结果： 在六种机器学习模型中，随机森林模型在内部测试和外部验证队列中均取得了最高的数值性能。在内部测试队列中，随机森林的准确率（ACC）为88.7%，灵敏度为80.0%，特异度为90.6%，F1评分为0.714，阴性预测值（NPV）为95.5%，阳性预测值（PPV）为64.5%，曲线下面积（AUC）为0.901。在外部验证队列中，随机森林的ACC为88.8%，灵敏度为77.8%，特异度为90.8%，F1评分为0.677，NPV为95.8%，PPV为60.0%，AUC为0.889。SHAP分析识别出八个有影响力的预测因子：年龄、血红蛋白、OASIS评分、体温、血尿素氮、白细胞计数、无创舒张压和无创收缩压。
结论： 机器学习在院内心脏骤停患者急性脑损伤早期预测方面具有巨大潜力。本研究构建的可解释模型通过提供关键预测特征的透明见解，解决了“黑箱”问题。
论文解读
一、研究背景与问题
心脏骤停（cardiac arrest, CA）是全球重大健康负担，不同医疗体系间其发病率和生存率差异显著。在实现自主循环恢复（return of spontaneous circulation, ROSC）的患者中，全脑缺血后再灌注可触发一系列复杂级联反应，包括兴奋性毒性、氧化应激、神经炎症、微血管功能障碍和神经元死亡。心脏骤停后脑损伤是复苏患者长期昏迷、院内死亡和长期残疾的主要原因。早期识别脑损伤高风险患者，对于神经系统监测、诊断评估和个体化复苏后管理具有重要意义。
当前心脏骤停后脑损伤的临床评估常综合运用神经系统查体、脑电图（electroencephalography, EEG）、神经影像学、体感诱发电位及循环生物标志物等方法。然而，脑损伤在复苏后可能动态演变，且其早期表现易受镇静、温度管理、代谢异常和血流动力学不稳定等因素影响。此外，全面的多模态评估往往需要专科设备、重复检查和临床专业知识，这些资源并非所有医疗机构均能普遍具备。电子健康记录（EHR）中常规采集的数据——包括人口学特征、生命体征、实验室指标、治疗信息和疾病严重程度评分——可能为心脏骤停后ICU患者的早期风险评估提供互补且易获取的信息来源。
既往机器学习研究已取得一定进展，例如基于早期EEG特征联合临床变量预测儿童心脏骤停后不良神经行为结局（AUROC 0.90）和死亡率（AUROC 0.83）；基于复苏后3小时内头颅CT图像的可解释迁移学习模型预测1个月不良神经结局（PR-AUC 0.73）；基于EEG的机器学习模型AUROC范围为0.70–0.97。此外，基于常规临床数据的模型已用于预测ICU心脏骤停后患者院内死亡率。Rawshani等基于55,615例院外心脏骤停患者入院时信息开发的XGBoost模型，预测神经结局的AUROC达0.964，且在独立测试集中校准良好。
然而，现有研究仍存在重要缺口：第一，基于EEG或神经影像的模型可及性受限；第二，基于常规ICU数据的模型主要预测死亡或功能神经结局，而非院内急性脑损伤；第三，预测窗口和结局定义存在差异，加之有限的外部验证和可解释性不足，可能限制模型的泛化能力和临床应用。因此，需要一种利用ICU常规可用数据、经过外部验证的可解释模型，来预测心脏骤停后患者后续发生的院内急性脑损伤。
二、研究内容与结论
本研究旨在利用ICU入院后前24小时内的常规临床数据，开发并外部验证一种机器学习模型，以预测院内心脏骤停（in-hospital cardiac arrest, IHCA）患者后续发生的院内急性脑损伤。研究排除了在24小时预测窗口内已记录急性脑损伤的患者，并在此后至出院期间评估结局。研究比较了六种机器学习算法，并在独立医院队列中评估所选模型，同时采用SHapley Additive exPlanations（SHAP）提供全局和患者层面的模型预测解释。
研究结论表明，随机森林模型在内部测试和外部验证队列中均取得了最佳的总体性能（AUC分别为0.901和0.889），SHAP分析识别出年龄、血红蛋白、OASIS、体温、血尿素氮、白细胞计数、无创舒张压和无创收缩压等八个关键预测因子。该研究支持机器学习在心脏骤停后脑损伤早期风险分层中的潜力，但研究结果属于描述性而非因果性结论，仍需前瞻性多中心验证以评估其临床实用性。
三、主要技术方法
研究人员从MIMIC-IV数据库（版本2.2）中提取1,419例IHCA患者，按8:2比例分层随机分为训练集和内部测试集。外部验证队列来自天津医科大学总医院2022年1月至2024年3月收治的179例危重症患者。共纳入52个候选预测因子，包括人口学信息、合并症、ICU首日生命体征、实验室检查结果、临床评分系统及治疗方式。剔除缺失率超过50%的变量（包括格拉斯哥昏迷评分GCS及其分项）后，其余变量保留。连续变量采用训练集估算的中位数填补，分类变量采用众数填补，生理学上不合理的数据在填补前转换为缺失值。类别不平衡（结局发生率17.6%）采用合成少数类过采样技术（SMOTE）处理，仅在训练折内应用。六种算法包括逻辑回归（LR）、随机森林（RF）、XGBoost、K近邻（KNN）、支持向量机（SVM）和人工神经网络（ANN）。超参数通过分层五折交叉验证和网格搜索（GridSearchCV）以ROC AUC为选择标准进行优化。最终采用SHAP对随机森林模型进行全局和患者层面解释。
四、研究结果
4.1 基线特征
共纳入1,419例心脏骤停患者，其中250例（17.6%）在ICU入后24小时至出院期间新发心脏骤停后脑损伤（PCABI），1,169例未发生。PCABI组患者中位年龄61岁，低于非PCABI组的70岁（p<0.001）；男性比例更高（65.2% vs 58.1%，p=0.038）。PCABI组无创收缩压、舒张压和平均动脉压均高于非PCABI组（p<0.01），呼吸频率略高（20 vs 19次/分，p=0.006）。实验室方面，PCABI组白细胞计数、红细胞计数、血红蛋白、钠、钾、阴离子间隙、乳酸均显著升高。PCABI组SOFA、APACHE III、SAPS II和OASIS评分均高于非PCABI组，机械通气比例更高（98.0% vs 86.7%，p<0.001）。
4.2 模型性能比较
内部测试队列中，RF模型AUC最高（0.901，95%CI 0.843–0.959），准确率0.887，灵敏度0.800，特异度0.906，F1 0.714。LR表现次优（AUC 0.874），XGBoost（0.832）、KNN（0.806）、ANN（0.771）、SVM（0.752）依次降低。外部验证队列中，RF仍取得最高AUC（0.889），LR（0.856）、XGBoost（0.851）紧随其后。RF外部验证性能略低于内部测试但仍具可比性，表明模型具有良好的跨数据集泛化能力。
4.3 模型应用
SHAP分析显示，在预设的8个特征中，年龄的平均绝对SHAP值最大，其次为OASIS、白细胞计数、无创舒张压、血红蛋白、体温、血尿素氮和无创收缩压。较高的OASIS值、白细胞计数升高、无创舒张压升高和血红蛋白浓度升高通常贡献于更高的模型输出；体温与模型输出呈非线性关系；年龄较大和血尿素氮较高主要产生负向贡献。个体患者示例显示，年龄67岁、白细胞17.8×109/L、无创舒张压134 mmHg、OASIS 62分、血红蛋白9.2 g/dL、体温36.8°C均增加模型输出，而血尿素氮22 mg/dL和无创收缩压148 mmHg降低模型输出。
五、讨论总结
既往研究已表明机器学习在临床结局预测中的潜力，如Park等（AUC 0.926）、Rajkomar等（AUROC 0.93–0.94）、Cheng等（AUC 0.956）。本研究RF模型在内外验证中均取得最高判别性能，SHAP分析提高了模型透明度。但判别力和可解释性本身并不等同于临床有效性，校准和决策曲线分析提供的信息有限，外部验证仅来自单一中心的小样本队列，因此该模型应视为研究性风险分层工具而非临床决策工具。
SHAP识别的8个特征中，血红蛋白、无创舒张压、年龄、白细胞计数、OASIS、体温、无创收缩压和血尿素氮各自在既往文献中均有相关报道，但其方向性和幅度受临床情境影响，不能视为独立生物学效应或治疗靶点。年龄方向与常规认知不一致，可能反映队列选择、合并症、竞争风险和交互作用。SHAP重要性不建立统计独立性、因果机制或治疗阈值，应视为产生假说的结果，需前瞻性研究确认。
六、结论翻译
本研究利用ICU入后前24小时的常规数据，开发并外部验证了机器学习模型，用于预测IHCA后院内急性脑损伤。RF模型取得了最佳的总体性能，SHAP分析通过刻画全局和患者层面的特征贡献提高了模型透明度。这些发现支持早期ICU数据在风险分层中的潜力，但并未建立因果关系或临床实用性。未来需进行前瞻性多中心验证，并综合评估校准和临床效用，同时探索纳入连续神经查体、EEG、神经影像和生物标志物是否能提供有意义的增量价值。
