《Frontiers in Neurology》：Early prediction of 3-month functional outcome after acute ischemic stroke: an explainable model based on routine clinical data
编辑推荐：
背景： 急性缺血性卒中（acute ischemic stroke, AIS）后3个月功能结局的准确早期预测对于预后沟通、早期管理规划和资源配置至关重要。然而，基于常规采集数据且具有临床适用性和可解释性的预测工具仍然有限。
方法： 在这项单中心回顾性预测模型研
背景： 急性缺血性卒中（acute ischemic stroke, AIS）后3个月功能结局的准确早期预测对于预后沟通、早期管理规划和资源配置至关重要。然而，基于常规采集数据且具有临床适用性和可解释性的预测工具仍然有限。
方法： 在这项单中心回顾性预测模型研究中，研究人员分析了770例在症状发作24小时内入院的急性缺血性卒中成年患者。收集了基线临床和早期实验室变量。在80/20训练-测试集划分后，在训练集中使用交叉验证的最小绝对收缩和选择算子（least absolute shrinkage and selection operator, LASSO）筛选关键预测因子。开发并比较了多种监督学习模型。评估了模型的区分度、校准度和临床效用。最终梯度提升机（gradient boosting machine, GBM）模型采用TreeSHAP进行解释，并开发了基于Shiny的在线计算器。
结果： LASSO筛选出12个预测因子。各模型在测试集中的区分度相似，受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUC）范围为0.854至0.867。最终GBM在训练集和测试集中的AUC分别为0.910和0.872，对应的精确率-召回率曲线下面积（area under the precision–recall curve, AUCPR）分别为0.814和0.741。两个数据集的校准度均令人满意。SHAP分析确定美国国立卫生研究院卒中量表（National Institutes of Health Stroke Scale, NIHSS）、年龄和C反应蛋白（C-reactive protein, CRP）为主要贡献因素，呈现以非线性效应为主且交互作用强度有限的特征。
结论： 基于常规临床数据的可解释模型在内部验证中显示出良好的区分度和校准度，可用于预测AIS后3个月功能结局。在考虑临床应用于前，需进行独立的外部验证。
急性缺血性卒中3个月功能结局早期预测的可解释模型研究解读
一、研究背景与问题
急性缺血性卒中（acute ischemic stroke, AIS）是全球范围内导致死亡和长期残疾的主要原因之一。尽管急性再灌注治疗和卒中单元护理取得进展，仍有相当比例的患者经历不良功能结局，凸显了准确早期预后评估的必要性。3个月改良Rankin量表（modified Rankin Scale, mRS）被广泛接受为卒中后功能结局的标准衡量指标，常用于指导临床决策、康复规划和预后沟通。然而，由于卒中严重程度、血管风险特征和全身生理反应的显著异质性，AIS后早期预测个体功能轨迹仍具挑战性。
传统回归类预后模型通常基于少量预设变量，并假设预测因子与结局之间存在线性关系。然而，临床实践中卒中患者在神经严重程度、血管风险负担和全身生理状态方面差异显著，这种异质性使线性模型难以在真实世界人群中保持一致的预测性能。机器学习（machine learning, ML）方法允许非线性和交互效应直接从数据中涌现，能够更好地适应卒中预后的复杂性。尽管多项研究报告了ML模型在预测功能结局、出血转化或卒中后死亡方面的性能提升，但临床采用仍受限。许多已发表模型依赖大量非常规可用的预测因子，或采用难以复现的复杂预处理步骤。可解释性方法虽日益普及，但预测目标、数据需求、验证策略和报告方式的差异持续限制其直接临床转化。
在日常卒中诊疗中，临床医生依赖神经功能缺损严重程度、代谢状态、炎症和器官功能等熟悉指标。NIHSS、C反应蛋白（CRP）、糖化血红蛋白（HbA1c）和肾功能等均已知与不良神经恢复相关。然而，这些因素在个体患者中如何协同作用尚不明确——其效应可能非线性的，且相对重要性可能因临床情境而异。SHapley Additive exPlanations（SHAP）等可解释性方法使研究者能够在复杂模型中检验这些模式，弥合统计性能与临床理解之间的鸿沟。
既往卒中领域的可解释ML研究涉及异质任务，包括卒中检测、复发、病灶定位和功能结局，数据来源涵盖脑电图信号、影像和基于注册的临床变量。Chen等人纳入影像和治疗变量预测3个月功能结局。相比之下，本研究使用常规临床、实验室和病因学信息，不包含影像来源或治疗变量，并检验了更大的模型复杂度是否能在区分度上优于逻辑回归。研究聚焦于基于入院早期评估完成后可用常规信息的简约模型，评估区分度、校准度、临床净获益和患者层面解释，用于预测AIS后3个月功能结局。
二、研究内容与结论
研究人员旨在开发和内部评估一个可解释模型，使用入院早期评估完成后可获得的常规信息预测AIS后3个月不良功能结局。研究目标不仅是实现充分的预测性能，还要确保模型输出能在临床情境中被理解和评估。为此，研究人员应用结构化特征选择，比较常用监督学习方法，并评估区分度、校准度和临床效用。通过可解释性分析进一步检验关键临床变量如何影响个体预测。最终模型旨在提供用于研究评估的个体化风险估计，而非替代临床判断。
研究结论表明，使用有限的一组常规临床变量即可实现对AIS后3个月功能结局的有意义预测，同时保留个体患者层面的可解释性。通过捕捉非线性效应和患者特异性变异，所提出的方法提供个体化风险估计，值得进一步临床评估。尽管需要外部验证，该模型相对于当前预后实践的增量价值及其对临床决策的影响，在临床实施前仍有待确立。
三、关键技术方法
本研究为单中心回顾性预测模型研究，数据来源于浙江省人民医院2018年9月至2021年9月收治的770例急性缺血性卒中患者，均在症状发作24小时内入院。研究采用80/20训练-测试集划分，在训练集中通过10折交叉验证的最小绝对收缩和选择算子（LASSO）逻辑回归进行特征选择，筛选出12个预测因子。随后使用H2O AutoML后端开发四种监督学习模型：梯度提升机（GBM）、分布式随机森林家族（DRF/XRT）、广义线性模型（GLM）和深度学习（DL）。模型性能通过受试者工作特征曲线下面积（AUC）、精确率-召回率曲线下面积（AUCPR）、决策曲线分析（DCA）和校准曲线评估。最终GBM模型使用TreeSHAP进行全局和个体层面的可解释性分析，并部署为基于Shiny框架的在线风险预测计算器。
四、研究结果
按3个月功能结局分层的基线特征
不良结局患者年龄更大，空腹血糖、CRP、AST、ALT、同型半胱氨酸、白细胞计数和NIHSS评分更高，KWDT和A2DS2评分也更高。甘油三酯和血红蛋白水平较低。不良结局组女性比例更高，当前吸烟者更少，糖尿病、心房颤动和COPD比例更高。收缩压/舒张压、总胆固醇、HDL-C、LDL-C、BUN、尿酸、维生素B12和eGFR在两组间无显著差异。
LASSO衍生预测特征
交叉验证确定λ_min为最优惩罚参数，筛选出12个非零系数预测因子：年龄、性别、吸烟、收缩压、糖尿病、心房颤动、LDL-C、TOAST分型、ln(1+HbA1c)、ln(1+CRP)、逆eGFR和NIHSS。λ_min模型在测试集中AUC为0.859，200次bootstrap内部验证后表观Brier分数为0.12，乐观校正Brier分数为0.13，校准截距为0.04，斜率为1.04。
模型比较
使用12个预测因子训练四种分类器，测试集AUC分别为：GBM 0.867、GLM 0.859、DL 0.855、RF 0.854，各模型区分度高度相似。在Youden最优阈值下，GBM的敏感度为0.825，特异度为0.853，阳性预测值为0.674，阴性预测值为0.930，准确度为0.846。决策曲线分析显示所有模型在多个阈值范围内均高于“不治疗”策略的净获益。校准曲线显示GBM和GLM预测接近45°参考线，DL模型有轻度偏离，随机森林在中等至高概率区域出现预测风险低于观察风险的情况。
最终GBM模型的内部验证
80/20划分下，训练集AUC为0.910，测试集为0.872；AUCPR分别为0.814和0.741。200次bootstrap重采样的校准评估显示预测概率在整个概率范围内接近观察风险。训练集与测试集性能指标的下降表明存在一定程度的模型乐观性和可能的过拟合。
SHAP解释
SHAP全局重要性排序为：NIHSS、年龄、CRP、TOAST分型、心房颤动、eGFR、LDL-C、糖尿病、收缩压、吸烟、性别、HbA1c。依赖图显示NIHSS相关SHAP值在约4-6分处急剧上升，10-15分达到高水平；CRP贡献在低值处增加并在高值处趋于平稳；年龄贡献在高龄时上升更陡峭。LDL-C依赖在不同吸烟和eGFR分层中呈现差异。Friedman H统计量交互热图显示总体低至中等交互强度，其中eGFR×LDL-C和LDL-C×吸烟交互相对较高。
在线风险计算器部署
最终GBM模型部署为Shiny框架的交互式在线计算器，用户可输入12个预测因子获得3个月不良功能结局（mRS>2）的预测概率。计算器整合了与原始模型相同的预处理流程和GBM模型，内部测试确认预测结果与R中重建的GBM模型一致。该工具作为研究原型提供，在独立外部验证前不用于临床决策。
五、讨论总结与结论翻译
讨论部分指出，本研究中神经功能缺损严重程度、年龄、炎症状态和肾功能是最具影响力的预测因素，且主要呈现非线性效应，凸显了卒中后恢复轨迹的异质性。四种候选算法在测试集中的区分度相似，研究结果并未证明GBM优于逻辑回归或其他算法，这与既往证据一致——在临床预测中增加模型复杂度并不必然转化为优于传统回归的区分度。NIHSS作为最强结局决定因素，反映初始脑损伤对后续恢复的直接影响；年龄与结局的关联符合生理储备和恢复能力下降的规律；CRP的非线性贡献支持全身炎症可能作为脑损伤和修复的调节因子而非简单线性风险因素的概念；肾功能下降可能代表长期微血管损伤和受损的生理韧性。LDL-C的变异性关联反映了脂质代谢、血管疾病和治疗效应在AIS中的复杂相互作用。研究还观察到肾功能、血脂和吸烟状态之间的适度交互效应，提示血管和代谢因素可能在不同患者亚组中产生不同影响。
研究结论为：本研究证明使用有限的一组常规临床变量即可实现对急性缺血性卒中后3个月功能结局的有意义预测，同时保留个体患者层面的可解释性。通过捕捉非线性效应和患者特异性变异，所提出的方法提供个体化风险估计，值得进一步临床评估。尽管外部验证是必需的，该模型相对于当前预后实践的增量价值及其对临床决策的影响，在临床实施前仍有待确立。
