《Frontiers in Public Health》：Development and validation of a machine learning-based return to work predictive model for young and middle-aged maintenance hemodialysis patients
编辑推荐：
目标：重返工作（return to work, RTW）是中青年维持性血液透析（maintenance hemodialysis, MHD）患者康复的关键指标。及时识别RTW可能性低的患者对于精准康复评估和风险分层管理至关重要。本研究旨在开发并验证一种基于机器
目标：重返工作（return to work, RTW）是中青年维持性血液透析（maintenance hemodialysis, MHD）患者康复的关键指标。及时识别RTW可能性低的患者对于精准康复评估和风险分层管理至关重要。本研究旨在开发并验证一种基于机器学习的预测模型，以识别当前RTW状态的影响因素，并在中青年MHD患者中实现风险分层。方法：2023年3月至2024年5月，研究人员从中国8家三级医院招募了793例中青年MHD患者，最终纳入768例（建模集565例，外部验证集203例）。通过自填问卷收集人口统计学特征和心理社会因素。研究人员实施了5种算法，包括逻辑回归（logistic regression, LR）、支持向量机（support vector machine, SVM）、随机森林（random forest, RF）、极端梯度提升（extreme gradient boosting, XGBoost）和自适应提升（adaptive boosting, AdaBoost）。采用网格搜索结合10折嵌套交叉验证进行超参数调优。基于综合评价指标，包括曲线下面积（area under curve, AUC）、校准曲线和决策曲线分析（decision curve analysis, DCA）的净收益，选择最优算法。随后应用最小绝对收缩和选择算子（least absolute shrinkage and selection operator, LASSO）回归进行特征选择。确定最终特征集后，在建模集上重新训练最优模型。采用嵌套交叉验证进行内部验证，并在独立验证集上进行外部验证。使用SHapley Additive exPlanations（SHAP）解释最终模型，并通过基于网页的计算器进行可视化。结果：RF模型被确定为最优预测模型。LASSO回归进一步选择了10个特征变量，包括RTW自我效能、社会功能、慢性合并症、社会支持、社会隔离、家庭功能、年龄、透析时间段、居住地和性别。研究人员使用所选特征重新训练RF模型。内部验证的AUC为0.946（95%可信区间0.892–0.997），外部验证的AUC为0.918（0.873–0.963），表明该模型具有良好的预测性能和泛化能力。结论：RF模型在预测中青年MHD患者当前RTW概率方面表现良好，能够识别高风险非RTW个体及关键影响因素。该模型可作为一种实用的筛查工具，用于精准康复和分层临床管理。
维持性血液透析（maintenance hemodialysis, MHD）是终末期肾病（end-stage renal disease, ESRD）患者延长生命的主要替代治疗。预计到2030年，全球MHD患者将超过600万，其中60%以上为中青年。MHD作为一种长期持续的治疗过程，不可避免地对中青年患者造成身体负担和心理压力，阻碍其参与个人、社会和经济角色，包括重返工作（return to work, RTW）。RTW被视为慢性病患者康复的关键指标，然而中青年MHD患者的就业状况令人担忧，中国MHD患者RTW率仅为15.7%，有RTW意愿者也仅占33.6%。既往研究多聚焦于评估性别、年龄、合并症等单一预测因素与RTW的关联，缺乏多因素综合分析，难以准确预测个体当前的RTW概率。现有RTW预测模型主要集中于癌症、职业损伤和背痛患者，针对MHD患者的研究很少；且多基于线性回归，难以捕捉变量间的非线性关系和复杂交互，部分模型缺少外部验证，可解释性和可视化不足，限制了临床适用性。因此，迫切需要开发一种基于机器学习的可解释、易用的RTW预测模型，用于识别中青年MHD患者当前RTW状态的影响因素并进行风险分层。
研究人员从2023年3月至2024年5月在中国广东省8家三级医院开展多中心横断面研究，建模集来自广州和佛山6个中心（565例），外部验证集来自深圳2个中心（203例），共纳入768例中青年MHD患者。研究通过对5种机器学习算法进行系统比较，筛选特征并构建了基于随机森林（random forest, RF）的最优预测模型，内部和外部验证均显示出良好的判别性能。该模型能够识别高风险非RTW个体及关键影响因素，可作为精准康复评估和分层临床管理的实用筛查工具，具有重要的临床应用价值。
在技术方法上，研究人员通过自填问卷收集人口统计学、疾病相关、心理社会等多维度变量。对单因素分析中显著的22个候选变量，分别采用逻辑回归（logistic regression, LR）、支持向量机（support vector machine, SVM）、随机森林（random forest, RF）、极端梯度提升（extreme gradient boosting, XGBoost）和自适应提升（adaptive boosting, AdaBoost）5种算法建模，利用网格搜索结合10折嵌套交叉验证进行超参数调优，并以AUC、校准曲线、决策曲线分析（decision curve analysis, DCA）及精确率-召回率曲线综合评价。随后应用LASSO回归筛选特征，确定最终特征集后重新训练RF模型。内部验证采用嵌套交叉验证，外部验证在完全独立的验证集中进行。模型解释采用SHapley Additive exPlanations（SHAP），并基于Django框架构建网页计算器。所有分析固定随机种子为42。
患者特征方面，最终纳入768例，总RTW率为40.23%，其中建模集RTW率为37.52%，外部验证集为47.78%。建模集与外部验证集在居住地（标准化均数差SMD=0.57）、病前工作模式（SMD=0.55）、原发病因（SMD=0.53）、教育程度（SMD=0.41）、长期用药数量（SMD=0.40）和性别（SMD=0.25）等方面存在一定异质性。单因素分析结果显示，性别、年龄、教育程度、家庭收入、居住地、医疗保险、透析频率、透析时间段、慢性合并症数量、药物数量、原发病因、病前工作性质、病前工作类型、RTW自我效能（RTW-SE）、症状负担、自我管理、社会功能、家庭功能、社会支持、社会隔离、白蛋白和肌酐均与RTW显著相关（P<0.05）。分类多模型综合分析显示，基于10折嵌套交叉验证，RF模型的验证集AUC为0.946，略高于SVM（0.944）、XGBoost（0.941）、AdaBoost（0.941）和LR（0.934）；RF的校准曲线显示预测概率与实际结果一致性良好，DCA显示其在1%至99%阈值概率范围内均能产生净临床获益；精确率-召回率分析中RF在训练集和验证集均获得最高平均精确率。因此，RF被确定为最优预测模型。特征变量筛选方面，LASSO回归采用lambda 0.1se准则（λ=0.036），从22个候选变量中筛选出10个非零系数特征，包括RTW自我效能、社会功能、慢性合并症、社会支持、社会隔离、家庭功能、年龄、透析时间段、居住地和性别。最优模型构建与评估方面，使用该10个特征重新训练的RF模型，内部验证AUC为0.939（95%可信区间0.916–0.962），准确度0.874，敏感度0.829，特异度0.901；学习曲线显示训练和验证分数随样本量增加趋于平稳，未见明显过拟合或欠拟合。外部验证AUC为0.918（95%可信区间0.873–0.963），准确度0.901，敏感度0.928，特异度0.877；校准曲线Brier评分为0.088，DCA显示在10%至80%阈值概率范围内有净临床获益，表明模型具有良好的判别能力、校准度和泛化性能。模型解释方面，SHAP summary plot显示特征重要性依次为RTW自我效能、社会功能、慢性合并症、社会支持、社会隔离、家庭功能、年龄、透析时间段、居住地和性别。其中，较高的RTW自我效能、社会支持、家庭功能、社会隔离程度和夜间透析对RTW概率具有正向影响；社会功能损害程度越高、慢性合并症越多、年龄超过45岁、居住在农村和女性对RTW概率具有负向影响。SHAP force plot进一步展示了两例患者的个体预测解释，验证了模型的可解释性。模型应用方面，最终模型被整合至网页计算器，基于Youden指数确定最优分类阈值为0.5，预测概率低于0.5归为非RTW组，高于0.5归为RTW组，便于临床决策。
讨论部分指出，中青年MHD患者的RTW率为40.23%，现状不乐观；本模型使用10个易获取的变量即可准确评估当前RTW状态，无需实验室指标，适合在初级医疗机构推广。与既往研究一致，RF在RTW预测中表现优于线性模型，因其能自然处理非线性关系和高阶交互，对异常值稳健且不依赖特征缩放。外部验证AUC较内部验证有所下降，可能与建模集和外部验证集在居住地、病前工作模式、原发病因等特征上的群体异质性有关，但总体仍保持良好泛化性。模型局限性包括：样本仅来自中国，跨文化适用性需进一步验证；未评估模型在不同人口学亚组中的预测公平性；RTW状态采用自我报告，可能存在回忆偏倚；外部验证仅来自深圳两家医院，各中心样本量有限；横断面设计无法确立因果关系。研究结论可翻译为：本研究所开发的RF预测模型在识别具有当前非RTW状态的中青年MHD患者及其关键影响因素方面表现良好，同时能够实现风险分层。作为一种实用筛查工具，该模型可帮助临床医生识别需要针对性心理社会支持和康复资源的患者，从而促进精准康复评估和分层管理。未来需要开展前瞻性研究进一步验证模型的泛化能力，并探讨基于所识别因素制定的康复支持方案能否有效改善RTW结局。
