2025年1月22日，Caihong Ning等人在《EClinicalMedicine》雜志上發(fā)表了一篇題為《Development and validation of an explainable machine learning model for mortality prediction among patients with infected pancreatic necrosis》的文章。該文獻旨在開發(fā)并驗證一種可解釋的機器學(xué)習(xí)模型，用于預(yù)測感染性胰腺壞死（IPN）患者的90天死亡率，以輔助臨床決策。
IPN是急性胰腺炎（AP）最危險的并發(fā)癥之一，盡管近年來重癥監(jiān)護和微創(chuàng)技術(shù)的進步降低了IPN死亡率，但其死亡率仍維持在15%-20%以上。傳統(tǒng)預(yù)測工具（主要依賴線性假設(shè)），難以捕捉復(fù)雜臨床特征間的非線性關(guān)聯(lián)，且現(xiàn)有研究多為回顧性、單中心設(shè)計，樣本量小且缺乏外部驗證。機器學(xué)習(xí)因其在復(fù)雜模式識別和預(yù)后預(yù)測中的優(yōu)勢，逐漸被應(yīng)用于胰腺炎研究，但針對IPN死亡率預(yù)測的機器學(xué)習(xí)模型仍較少，且缺乏可解釋性和臨床部署。本研究填補了這一空白，首次系統(tǒng)比較了10種生存分析模型，并通過SHAP方法揭示了關(guān)鍵預(yù)測因子的閾值效應(yīng)和交互作用，為臨床決策提供了透明化的依據(jù)。
研究數(shù)據(jù)來源于中國兩家三級醫(yī)院的IPN患者隊列：
模型開發(fā)隊列：2011年1月至2023年1月前瞻性納入中南大學(xué)湘雅醫(yī)院的364例IPN患者，排除慢性胰腺炎、慢性器官功能障礙、妊娠及數(shù)據(jù)不完整者后，最終納入344例，其中90天死亡率為24.1%。
外部驗證隊列：2018年1月至2023年1月回顧性收集中南大學(xué)湘雅三醫(yī)院的157例IPN患者，經(jīng)相同排除標(biāo)準(zhǔn)篩選后，最終納入132例，死亡率為31.8%。
納入了10種生存分析機器學(xué)習(xí)模型用于預(yù)測IPN患者的死亡預(yù)測：Cox比例風(fēng)險模型（coxph）、彈性網(wǎng)絡(luò)廣義線性模型（glmnet）、遞歸分割與回歸樹（rpart）、隨機生存森林（RSF）、梯度提升機（gbm）、支持向量機（svm）、極限梯度提升（xgboost）、深度生存模型（deepsurv）、深度學(xué)習(xí)生存分析模型（deephit）、Cox時間模型（coxtime），為了在一致條件下對多個機器學(xué)習(xí)模型進行公正和客觀的評估，設(shè)計了一個涉及嵌套重采樣、自動超參數(shù)調(diào)整和隨機搜索技術(shù)的基準(zhǔn)測試，最終根據(jù)C指數(shù)和Brier分數(shù)選擇性能最優(yōu)的RSF模型（C指數(shù)=0.865）。在特征選擇方面，為了簡化模型以增強適用性，采用逐步前向選擇方法根據(jù)上述選擇的模型選擇最佳特征子集。從區(qū)分度、校準(zhǔn)度和臨床實用性方面評估了最終模型的性能。使用C指數(shù)和時間依賴性曲線下面積（AUR）測量識別能力，通過校準(zhǔn)曲線和綜合Brier評分評估校準(zhǔn)能力，還使用決策曲線分析（DCA）評估了臨床效用。研究引入了SHAP算法，通過總結(jié)圖和依賴圖揭示了關(guān)鍵預(yù)測因子并調(diào)查與結(jié)果之間的關(guān)系，此外，SHAP交互圖用于識別兩個特征之間潛在的交互效應(yīng)。為了促進模型的可訪問性和可用性，開發(fā)了兩個公開可用的Shiny應(yīng)用程序，從而實現(xiàn)了個體化生存預(yù)測和個性化解釋。（圖1）。
研究人群的臨床特征見表1。模型開發(fā)隊列中有344例患者，外部驗證隊列中有132例患者，其中死亡患者分別為83例（24.1%）和42例（31.8%）。在模型開發(fā)隊列中，73.0%為男性，27.0%為女性。該隊列的中位年齡為48（37-55）歲。驗證隊列的危重急性胰腺炎和多器官衰竭（MOF）發(fā)生率顯著升高，器官衰竭的中位持續(xù)時間更長，APACHE II評分較高（P < 0.05）。衍生隊列與驗證隊列在性別、年齡、病因等基線特征上無顯著差異，但驗證隊列中危重急性胰腺炎（62.9% vs. 52%）和多器官衰竭（47.7% vs. 34.3%）比例更高，且APACHE II評分中位數(shù)更高（9 vs. 8），提示驗證隊列患者病情更重。（表1）
經(jīng)過基準(zhǔn)測試，RSF算法實現(xiàn)了最好的預(yù)測性能，平均C指數(shù)最高為0.865（0.066），最低平均Brier評分為0.147（0.121），優(yōu)于其他模型（C指數(shù)范圍為0.698至0.863，Brier評分范圍為0.151至0.353）（圖2）。實現(xiàn)最佳C指數(shù)的最終模型由10個特征構(gòu)建，包括年齡、吸煙或飲酒、APACHE II評分、器官衰竭數(shù)量、器官衰竭持續(xù)時間、血流感染、胰腺CRE感染、從發(fā)病到首次干預(yù)的時間、手術(shù)入路和出血。此外，還開發(fā)了具有所有功能的RSF模型以用于模型解釋。這兩種RSF模型，無論是利用最佳特征還是所有特征，都經(jīng)歷了超參數(shù)優(yōu)化。（圖2）
在衍生隊列中，C指數(shù)為0.863（95%CI：0.854-0.875），有1000次Bootstrap重新采樣（圖3A），表明區(qū)分能力良好。同時，使用校準(zhǔn)圖來評估30天、60天和90天總生存率的預(yù)測準(zhǔn)確性，揭示了與理想曲線的對應(yīng)關(guān)系（圖3B）。綜合Brier評分為0.153（95%CI：0.143-0.163），Bootstrap重新采樣1000次，進一步證實了該模型的高可靠性。此外，DCA肯定了RSF模型作為啟動醫(yī)療干預(yù)工具的值得贊揚的臨床適用性（圖3C）。在外部驗證隊列中，用于評估RSF模型的時間依賴性AUR曲線、校準(zhǔn)圖和DCA曲線如圖3D-F所示，C指數(shù)為0.857（95%CI：0.850-0.865），Brier評分為0.084（95%CI：0.076-0.092）。（圖3）
SHAP方法用于通過生成候選特征對個體預(yù)測的重要性排名來解釋模型的可解釋性。如圖4所示，前9個最重要的預(yù)后特征導(dǎo)致死亡可能性高的因素包括器官衰竭數(shù)量、APACHE II評分、器官衰竭持續(xù)時間、血流感染、從發(fā)病到首次干預(yù)的時間、BISAP評分、嚴重程度分類、年齡和出血。（圖4）
此外，SHAP依賴圖用于解釋關(guān)鍵預(yù)測因子與結(jié)果的關(guān)系。從主效應(yīng)圖和總效應(yīng)圖（圖5）來看，MOF、陽性血流感染、BISAP評分≥3、重癥急性胰腺炎和出血與死亡風(fēng)險增加相關(guān)。APACHE II評分、器官衰竭持續(xù)時間、從發(fā)病到首次干預(yù)的時間和死亡風(fēng)險之間存在潛在的非線性關(guān)系和重要閾值。具體來說，當(dāng)APACHE II評分低于10時，死亡風(fēng)險不會增加，當(dāng)10至20時，死亡風(fēng)險略有增加，當(dāng)大于20時，死亡風(fēng)險顯著增加。此外，當(dāng)器官衰竭的持續(xù)時間超過約21天時，死亡風(fēng)險要高得多，當(dāng)從發(fā)病到首次干預(yù)的時間超過約30天時，死亡風(fēng)險要低得多。（圖5）
從交互SHAP值的熱圖（圖6）中，器官衰竭的數(shù)量、器官衰竭的持續(xù)時間、從發(fā)病到首次干預(yù)的時間、血流感染、BISAP評分、APACHEII評分和嚴重程度分類之間存在強烈的交互作用。具有高相互作用SHAP值和臨床顯著性（圖6和7）。例如，如圖7A所示，負相互作用（SHAP相互作用值<0，表明預(yù)后較好）介于年齡< 50歲和多器官功能衰竭之間，然而，這種模式在年齡≥50歲和MOF之間是相反的。積極的相互作用效應(yīng)表明，年齡≥50歲和MOF的患者將比兩個變量的附加預(yù)后效應(yīng)預(yù)期的更差。（圖6、7）
最后，我們將最終的RSF模型實施到一個基于Web的交互式Shiny應(yīng)用程序中，該應(yīng)用程序為個體提供生存預(yù)測和解釋。此外，它還提供了模型的全局解釋。鑒于收集APACHE II評分所需的所有變量可能具有挑戰(zhàn)性，并且可能限制模型的臨床適用性，開發(fā)了一個替代的在線模型，沒有APACHE II評分系統(tǒng)。
成功開發(fā)并驗證了一個可解釋的機器學(xué)習(xí)模型，能夠準(zhǔn)確預(yù)測IPN患者的90天死亡率，這表明其在指導(dǎo)臨床管理和改善患者預(yù)后方面具有卓越的潛力。
上一篇：妊娠期母體長鏈多不飽和脂肪酸與新生兒身體組成有關(guān)？
下一篇：02.24-03.02 臨床預(yù)測模型研究頂刊快報
