文献速递重症综合管理与镇静镇痛消化、代谢与肾脏急症

通过人工智能预测急诊科激越事件

Predicting Agitation Events in the Emergency Department Through Artificial Intelligence.
PubMed 文献 · JAMA Netw Open · 2025-05-01
一句话结论基于9家医院304万次急诊就诊数据开发的人工智能模型,使用50个预测因子,外部验证AUROC 0.94、PR-AUC 0.41,可提前识别激越风险。

该回顾性队列研究纳入美国东北部9家急诊科2015年1月1日至2022年12月31日≥18岁患者的3048780次急诊就诊,开发并验证预测急诊就诊期间发生激越(定义为需要肌内化学镇静和/或暴力身体约束医嘱)的人工智能模型。最终梯度提升决策树模型使用50个预测因子,外部验证AUROC 0.94(95%CI 0.93-0.94)、PR-AUC 0.41(95%CI 0.40-0.42),校准良好,各年龄、性别、种族和民族亚组AUROC均>0.90、PR-AUC均>0.35。决策曲线分析显示模型净获益高于普遍筛查和不筛查。作者认为临床实施该模型可能通过预先降阶梯和预防激越来改善以患者为中心的照护。

要点

  • 模型预测急诊就诊期间激越(肌内化学镇静和/或暴力身体约束医嘱),外部验证AUROC 0.94(95%CI 0.93-0.94)、PR-AUC 0.41(95%CI 0.40-0.42)。
  • 最终模型使用50个预测因子,最重要预测因子包括既往急诊就诊次数、初始生命体征、病史、急诊严重指数、主诉和既往镇静和/或约束事件次数。
  • 开发数据集中模型识别0.9%的患者存在激越事件风险;发生激越的就诊中65.2%仅用化学镇静、12.8%仅用身体约束、22.0%两者均用。
  • 各年龄、性别、种族和民族亚组AUROC均>0.90、PR-AUC均>0.35;校准在预测概率范围内表现稳健。
  • 决策曲线分析显示模型在多个风险阈值下净获益高于普遍筛查和不筛查。

适用人群与场景

  • 纳入2015年1月1日至2022年12月31日期间到美国东北部9家医院急诊科就诊的≥18岁患者的所有急诊就诊,不论诊断。
  • 9家医院包括2家非学术城市、2家学术城市和5家非学术郊区站点。
  • 外部验证使用同一健康系统内1家非学术城市医院的630000次急诊就诊(未纳入衍生数据集),时间区间相同。

诊断标准与关键阈值

  • 主要结局激越定义为急诊就诊期间存在暴力身体约束医嘱和/或肌内化学镇静医嘱。
  • 暴力约束指根据The Joint Commission标准为管理危及患者、工作人员或他人立即身体安全的行为而使用的约束;为非暴力目的(如防止自行拔管)的约束不计入主要结局。
  • 化学镇静药物包括抗精神病药(氟哌啶醇、氟哌利多、奥氮平、阿立哌唑、齐拉西酮)、苯二氮䓬类(劳拉西泮、咪达唑仑)、氯胺酮和抗组胺药(苯海拉明、羟嗪;抗组胺药仅在与抗精神病药联用时纳入)。

研究设计与关键结果

  • 研究类型为回顾性队列研究,遵循STROBE指南,使用电子健康记录数据构建预测模型;筛查3406685次急诊就诊,排除261929次(7.7%)非急诊站点就诊和95976次(2.8%)缺失或不适用数据,最终分析队列3048780次就诊。
  • 队列平均(SD)年龄50.2(20.4)岁,女性就诊1666473次(54.7%)、男性1379929次(45.3%);衍生数据集来自8家急诊科的2436967次就诊,独立验证数据集来自1家急诊科。
  • 最终人工智能模型使用50个预测因子,外部数据集AUROC 0.94(95%CI 0.93-0.94)、PR-AUC 0.41(95%CI 0.40-0.42);验证数据集AUROC 0.96(95%CI 0.95-0.96)、PR-AUC 0.41(95%CI 0.41-0.43),校准在预测概率范围内表现稳健。
  • 开发数据集中模型识别0.9%的患者存在激越事件风险;发生激越的就诊中65.2%仅用化学镇静、12.8%仅用身体约束、22.0%两者均用。
  • 最重要预测因子包括既往急诊就诊次数、初始生命体征、病史、急诊严重指数、主诉和既往镇静和/或约束事件次数。
  • 各年龄、性别、种族和民族亚组AUROC均>0.90、PR-AUC均>0.35;决策曲线分析显示模型在多个风险阈值下净获益高于普遍筛查和不筛查。

证据类型、等级与局限

  • 证据类型为回顾性队列研究,原文未报告证据等级。
  • 局限:模型因素来自电子健康记录提取的数据元素,可能无法捕捉急诊就诊中可能促成激越的环境和系统特征。
  • 局限:其他电子健康记录变量可能不完整、未收集或本健康系统不存在,可能导致预测模型存在缺口或效能降低。
  • 局限:纳入特征中部分潜在冗余可能限制效用;研究采用递归特征消除程序保留改善交叉验证性能的特征。
  • 局限:数据集来自单一健康系统,可能反映当地临床、操作、约束或镇静实践或后勤因素,从而限制普遍性;但站点覆盖广泛地理区域的不同环境,允许患者人口学和临床实践的变异。

对床旁实践的改变

  • 作者认为临床实施该模型可能通过预先降阶梯和预防激越来增强以患者为中心的照护。
  • 作者认为该模型支持以患者为中心的照护方式,侧重于早期识别和干预而非约束或镇静等反应性措施,符合Project BETA及其他指南提倡通过降阶梯、环境调整和其他行为技术预先管理激越以减少约束使用的做法。
  • 作者认为即使使用相对较低的激越风险阈值(如0.60-0.70),模型在该阈值下的高阳性和阴性预测值可能使工作人员更准确地将注意力集中于有激越风险的患者,建立牢固的融洽和信任治疗关系,使降阶梯尝试更可能有效。
  • 作者指出模型高判别性能(AUROC 0.94)源于其筛除真阴性激越实例的能力,而真阳性识别较低;未来研究可能需要探索捕捉额外激越风险亚组的方法,例如通过额外电子健康记录元素或实时临床数据。
  • 作者指出临床实施还需要:在临床急诊背景下选择最佳风险阈值以平衡患者照护的精确率和召回率;与一线工作人员和临床医生就如何最好地将检测和预测纳入日常工作流程进行沟通;与电子健康记录供应商协调以确保预测模型无缝整合到电子工作空间。

提炼说明

  • 原文未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译13 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:JAMA Netw Open. 2025 May 7;8(5):e258927. doi: 10.1001/jamanetworkopen.2025.8927

引言

在美国,急诊环境中的行为和精神疾病状况正在迅速增加。1 在过去十年中,因精神健康状况就诊的普通急诊科(ED)就诊量增加了53%,而总就诊量仅增加了8.6%。2 激越,定义为导致攻击性和暴力行为的过度精神运动活动,3 是心理健康相关急诊就诊的常见特征。研究估计,美国各地急诊科每年发生高达170万次激越发作,4 而83%的激越患者存在潜在的重性精神疾病。5 一旦发生激越,临床医生必须迅速诊断潜在原因并进行干预以尽量减少伤害。6 急诊环境中的临床医生常规使用身体约束和化学镇静来护理激越患者。然而,使用约束与高达37%的患者受伤风险相关,包括胸部钝器伤、窒息、呼吸抑制甚至猝死。7,8,9,10,11,12,13 为减少潜在的患者伤害,监管机构如联合委员会和医疗保险与医疗补助服务中心鼓励早期识别有激越风险的患者并在激越发作前进行干预。14 该方法旨在防止激越症状进展到降级干预不再有效且可能需要使用约束的程度。

尽管有这些最佳实践建议,急诊科对有风险患者的评估和治疗方式仍存在很大差异。15,16,17 急诊环境中出现的激越症状所特有的具体挑战使早期识别有风险患者变得复杂。18 首先,激越通常是多因素的,潜在原因可能包括一系列精神健康障碍、物质中毒和医学合并症。5 此外,关于需要预防性干预的激越具体症状和危险因素的知识充其量是有限的。18 因此,急诊科临床医生主要依靠轶事经验和专家建议来做出决策,如果激越风险可以被预测和预防,则可能不必要地使用约束。14 因此,识别一组最能预测激越发展的循证危险因素可以显著改善行为急诊护理的质量和安全性。

预测模型在现代医学中越来越多地被用于补充临床推理和决策。19,20,21,22 实例包括心脏病学、19 糖尿病护理、23 慢性肾脏病24 和再入院22 的应用,但目前精神健康预测模型的开发更为有限。25 研究人员已在重症监护病房、26,27 养老院28 和机构化痴呆病房10,28 等环境中开发了激越预测模型。据我们所知,尚不存在用于识别急诊环境中激越风险个体的预测模型。

为解决这一空白,我们旨在利用急诊科常规可获得的临床变量(包括患者特征和临床数据)开发一种新型预测模型,以识别有发生激越风险的患者。一个能够有效预测急诊科就诊个体激越风险的模型,可能在促进采用循证策略及时干预和尽量减少不必要约束的使用方面发挥关键作用。29

方法

研究设计、场所和参与者

本回顾性队列研究遵循加强流行病学观察性研究报告(STROBE)指南30,并使用电子健康记录(EHR)数据构建预测模型。我们纳入了2015年1月1日至2022年12月31日期间,在美国东北部一个区域医院网络中9家医院急诊科之一就诊的所有18岁及以上患者的急诊就诊记录。医院包括2家非学术性城市、2家学术性城市和5家非学术性郊区院区。为提高结果的普适性并避免强化激越行为可能仅由精神健康状况导致的误解,我们纳入了所有就诊记录, regardless of associated diagnoses at the ED visit.31 耶鲁大学医学院机构审查委员会批准了本研究,并因风险最小而豁免了知情同意的需要。

数据收集和预处理

每次急诊就诊的所有数据元素均从企业数据仓库获取。对于拟纳入的变量,我们首先基于以下方面确定了急诊科发生激越的潜在危险因素清单(补充材料1中的eTable 1):(1) 关于激越危险因素的现有文献,3,29,32 (2) 我们基于工作人员对激越管理视角的急诊科激越框架,33 以及 (3) 我们团队成员先前关于患者体验、身体约束和镇静使用以及激越事件直接观察的研究。34,35 接下来,我们进行了专家指导的变量筛选过程,并排除了几类变量,以提高模型的相关性和预测能力。这些被排除的变量包括被认为不相关或数据质量差的变量。例如,约束时间(98.29%缺失)等变量被移除,因为它们在各个中心要么很少被记录,要么不完整。为保持计算效率和模型可解释性,在必要时对粒度过细的变量进行了合并。例如,变量药物类型最初包含91个唯一药物条目,这些条目被归类为更广泛的组别,包括阿片类、兴奋剂、抑制剂、致幻剂、大麻、其他和未知(用于缺失值),以确保有意义的表示,同时保留其与约束结局的相关性。

分类变量采用独热编码,以便纳入建模过程。主要关切从超过1200个独特条目中手动重新归类为19个更广泛的类别,以增强数据清晰度并确保该变量对预测激越的相关性(附录1中的eAppendix)。病史和既往就诊诊断与医疗保健研究与质量局临床分类软件细化分组进行匹配。36 对于门诊药物,我们使用解剖治疗化学分类系统将其排序并分组为有意义的药物类别。37 对于存在离群值的连续变量,包括血压读数(收缩压、舒张压)、呼吸频率和氧饱和度,极端值在第1和第99百分位数处进行截尾处理。该方法保留了指示潜在激越的数据点,同时不允许最极端的、可能虚假的值扭曲分析。年龄值超过110岁的被上限化处理,以防止不切实际条目导致的偏态。可能引入偏倚或作为代理指标的列被移除,以增强模型有效性。时间相关变量,包括住院时长,以及代理指标如约束类型和出院结局,被从最终模型中省略。尽管种族和民族最初被排除以避免引入偏倚,但这些变量被保留用于未来的公平性评估,确保模型性能可在不同人口学群体间进行评估。与分析中纳入的所有变量一样,种族和民族直接从电子健康记录中提取,如就诊期间所录入。分类可能代表自我认同或医院登记分配。种族的选项包括美洲印第安人或原住民、亚洲人、黑人、夏威夷原住民或太平洋岛民、白人、其他或未知;民族的选项包括西班牙裔或拉丁裔、非西班牙裔和未知。其他种族包括未列出的以及其他种族和民族作为健康记录中列出的选项。

预测变量的最终列表包括人口学信息(例如,年龄、保险、就业状况和财务状况)、患者病史(例如,精神科和内科)、初始生命体征、就诊信息(例如,主要关切、门诊药物和药物类型)以及卫生服务利用(例如,是否存在初级保健临床医生)。数据按照上述方法进行预处理。分类字段中的错误文本数据通过正则表达式搜索进行改进。药物和合并症使用解剖治疗化学分类系统和临床分类软件细化类别进行分组。分类变量的缺失值编码为未知或分配适当类别。共有682个变量进入选择过程(附录1中的eTable 2)。

目标结局

我们的主要结局激越定义为急诊就诊期间存在暴力性身体约束医嘱和/或肌内化学镇静剂医嘱。根据美国联合委员会(The Joint Commission)标准,暴力性约束用于管理危及患者、工作人员或他人即时人身安全的行为。38 为保护设备或促进医疗愈合(如防止自行拔管)而开具的非暴力性约束医嘱未纳入主要结局。暴力性约束按其用于行为急症中暴力行为的意图进行广义定义,可能涵盖与非暴力性约束所用设备重叠的不同类型设备或约束。镇静剂包括文献中定义为急诊环境中用于化学镇静的药物:抗精神病药(氟哌啶醇、氟哌利多、奥氮平、阿立哌唑和齐拉西酮)、苯二氮䓬类(劳拉西泮、咪达唑仑)、氯胺酮和抗组胺药(苯海拉明、羟嗪;抗组胺药仅在与抗精神病药联合使用时纳入)。39,40 我们团队成员先前对该数据集的观察和分析41,42 已证实,本研究中急诊临床医生开具镇静和约束医嘱的依从性高于 99%(A.H.W.、S.L.B.、E.R.M. 和 R.A.T.)。

特征选择、模型开发与评估方法

为优化模型性能,我们使用多种互补技术进行了全面的特征选择过程。这些技术包括递归特征消除(RFE)、L1 正则化逻辑回归、随机森林特征重要性和梯度提升决策树(GBDT)(极端梯度提升[XGBoost];Nvidia)特征重要性。43 此外,使用 Shapley 加性解释(SHAP)值进一步了解单个特征的贡献。首先使用带 L1 正则化的逻辑回归模型应用 RFE,系统性地移除较不关键的变量,直至确定最佳子集。随后独立使用 L1 正则化逻辑回归,根据其系数选择特征。随机森林和 GBDT 模型通过各自的重要性评分提供了额外的特征排序。来自 GBDT 模型的 SHAP 值提供了可解释性,使我们能够评估每个特征对模型预测的影响。最初共考虑 682 个变量供选择。经过这一多步骤过程,我们识别并评估了前 20、50、100 和 200 个特征。通过汇总所有方法中最具预测性的特征达成共识,使我们能够为模型开发 refine 最终特征集。

推导研究样本包括9个站点中的8个,并被随机分为训练队列(75%)和测试队列(25%),以使用逻辑回归估计激越事件的发生概率。使用三种监督机器学习模型——随机森林、最小绝对收缩和选择算子(LASSO)以及GBDT——来解决过拟合、共线性和稀疏数据偏倚等潜在问题。44 对每个模型应用5折交叉验证以确定最佳超参数。对于随机森林模型,调整了树的数量、最大深度和每次分裂的最小样本数等参数。对于GBDT模型,优化了学习率、最大深度和正则化项。LASSO回归涉及调整正则化强度(L1)和容差。所有模型的超参数调优均使用树结构Parzen估计算法进行,最佳参数的选择基于以受试者工作特征曲线下面积(AUROC)和精确率-召回率曲线下面积(PR-AUC)衡量的交叉验证误差最小化。我们主要使用AUROC指标来选择表现最佳的超参数,因为它提供了对整体判别能力的广泛衡量,并确保了模型间的一致比较。虽然PR-AUC在不平衡情境中也有价值,但我们选择AUROC以保持统一性。为确定哪些超参数表现最佳,我们对每个特征子集(如20、50、100、200或全部694个特征)和模型类型(随机森林或逻辑回归)的组合使用5折交叉验证。对于每个组合,我们计算了5折的平均AUROC,并选择产生最高平均分数的超参数集。

我们认识到严格针对AUROC或PR-AUC进行优化可能存在过拟合风险,因此我们采用了若干保护措施。超参数调优完全在交叉验证框架内进行,降低了过拟合于单一折的可能性。此外,正则化技术(如逻辑回归的LASSO)和约束条件(如随机森林的min_samples_split、min_samples_leaf和max_depth)有助于控制模型复杂度。

超参数调优后,在验证数据集和外部测试数据集上评估模型性能,以评估其泛化能力。使用RFE进行特征选择,以识别前20、50、100和200个预测特征。每个特征子集在随机森林、GBDT和LASSO模型中进行评估,基于AUROC和PR-AUC指标进行比较。最终,基于这些评估,具有50个特征的GBDT模型作为独立模型被选为表现最佳的模型。

使用AUC、精确率、召回率和F1分数等指标进一步评估模型性能。使用校准曲线比较预测概率与实际结局来评估模型的校准。完美校准的模型将紧密贴合45度对角线,表明预测与观察结局之间理想对应。通过绘制多个分箱中平均预测概率与阳性结局比例的关系来可视化校准性能。

接下来,我们使用同一时间区间内来自耶鲁纽黑文医疗系统内一家非学术性城市医院的630 000次急诊就诊(该站点未纳入推导数据集)对模型进行了外部验证。这一城市站点提供了显著广泛的人口统计学代表性,并且与推导集群中其余站点相比具有独特的临床特征。这些差异使其成为评估模型在偏离原始训练队列的人群环境中表现如何的理想测试场所。为确保模型在不同亚组中表现公平,我们基于年龄、性别以及种族和族裔群体进行了详细的公平性评估。对于每个亚组,使用关键指标评估模型性能,包括AUROC、PR-AUC和校准指标。鉴于数据的不平衡性质,我们重点关注AUROC和PR-AUC,因为这些指标比单独的准确率更能有效反映性能。校准通过自助法评估,以估计截距和斜率的95% CI,从而使我们能够判断预测概率中的高估或低估。该分析量化了不同群体间预测中的潜在偏倚,结果与95% CI一并报告以确保统计稳健性。

统计分析

研究样本的基线特征使用频率和百分比、均值和SD、或中位数和IQR进行描述。统计分析使用R 4.3.2版(R Project for Statistical Computing)进行。包括模型开发和测试在内的其他分析在Python 3.12.5版中进行。所有检验均为2侧检验,P < .05被认为具有显著性。该研究的数据分析于2023年5月至2024年9月期间进行。

结果

队列特征与数据处理

在总共筛选纳入的3 406 685次急诊就诊中,261 929次(7.7%)因非急诊站点的就诊而被排除,如图1所示。另有95 976次就诊(2.8%)因数据缺失或不适用而被排除。最终分析队列包括3 048 780次就诊,其中2 436 967次就诊来自8个急诊科的推导数据集,其余就诊构成来自单一急诊科的独立验证数据集。分析队列的平均(SD)年龄为50.2(20.4)岁,其中女性1 666 473次就诊(54.7%),男性1 379 929次(45.3%)。共有11 623次就诊(0.4%)为美洲印第安人或原住民个体;41 700次(1.4%)为亚洲个体;417 913次(13.7%)为黑人个体;10 089次(0.3%)为夏威夷原住民或太平洋岛民个体;1 737 681次(57.0%)为白人个体;729 081次(23.9%)为报告其他种族的个体。总体而言,640 808次就诊(21.0%)为西班牙裔或拉丁裔个体,2 383 839次(78.2%)为非西班牙裔个体(表1)。

图1. 研究中纳入的急诊科(ED)就诊流程图及用于训练、测试和外部验证的就诊分类 查看原图 ↗
表1. 用于激越预测模型的电子健康记录数据集的基本描述统计,2015年1月1日至2022年12月31日 查看原表 ↗

模型开发与性能

该人工智能模型使用了50个预测因子来预测主要结局,即预测激越事件,激越事件被定义为需要进行药物镇静和/或身体约束(补充材料1中的eTable 3给出了所纳入特征的完整列表)。该模型在外部数据集中达到了0.94的AUROC(95% CI,0.93-0.94)和0.41的PR-AUC(95% CI,0.40-0.42),表明具有良好的判别能力(图2A和B)。验证数据集产生的AUROC为0.96(95% CI,0.95-0.96),PR-AUC为0.41(95% CI,0.41-0.43)(补充材料1中的eFigure)。对模型的校准进行了评估,并在预测概率范围内表现出稳健性(图2C和D)。验证数据集和外部数据集的模型评估报告显示在补充材料1的eTable 4中。

最终模型中最重要的预测因子包括既往急诊就诊次数、初始生命体征、病史、急诊严重程度指数、主诉以及既往镇静和/或约束事件次数等因素。这些预测因子的详细系数和相对重要性见图3。

图2. 外部队列的模型性能和评估图AUROC表示受试者工作特征曲线下面积;PR-AUC表示精确率-召回率曲线下面积。 查看原图 ↗
图3. 由梯度提升决策树模型生成的激越事件前25位预测因子的Shapley加性解释(SHAP)蜂群图每个点对应一个患者观测值,其在x轴上的位置表示该预测因子以多强的程度和哪个方向改变了激越事件的对数几率。正值SHAP值(0的右侧)表示某特征增加了激越的对数几率(从而增加其可能性),而负值SHAP值(0的左侧)表示对数几率降低。ED表示急诊科;ESI表示急诊严重程度指数。 查看原图 ↗

激越事件的预测与验证

在开发数据集中,该模型识别出0.9%的患者存在发生激越事件的风险。在被识别为存在激越的患者就诊中,65.2%仅接受药物镇静,12.8%仅接受身体约束,22.0%同时接受身体约束和药物镇静。我们在补充材料1的eTable 5中纳入了按所用各镇静剂分类的激越就诊明细。在一系列风险阈值下预测激越事件的检验特征,包括灵敏度、特异度、阳性预测值和阴性预测值,见表2。还在不同患者亚组中评估了模型性能,以评估潜在偏倚。分析表明,在年龄组、性别以及种族和族裔亚组中性能稳定,AUROC值始终高于0.90,PR-AUC始终高于0.35(补充材料1中的eTable 6)。

表2. 激越的风险阈值及相应的灵敏度、特异度、阳性和阴性预测值 查看原表 ↗

决策曲线分析

决策曲线分析突出了该模型在一系列风险阈值下预测激越事件的临床实用性。在这些阈值下,与普遍筛查和不筛查方法相比,该模型表现出更高的净获益,表明其在临床环境中对高风险患者进行早期识别和干预的潜在价值(图2E和F)。

讨论

利用3 048 780次急诊就诊的电子健康记录(EHR)数据,据我们所知,这是首个在急诊环境中建立基于证据的激越发生风险预测模型的研究。引入人工智能模型预测急诊科激越事件,代表了精神病学和急诊医学领域进展的潜力。该模型识别有激越发生风险患者的能力,可能为数据驱动方法改善患者照护和安全提供证据。本研究结果可能有助于通过建立基于证据的标准来识别急诊科中有激越风险的患者,从而改变激越研究和实践的格局。

我们模型中最重要的预测因素包括既往急诊就诊次数、初始生命体征、病史、急诊严重指数、主诉以及既往镇静和/或约束事件次数。我们的发现与现有文献一致,后者将既往暴力史确定为未来激越事件的预测因素。45尽管激越是一组更广泛的症状,包括暴力或攻击行为,但既往约束和镇静事件可能提示个体有发生更高程度激越的风险。将初始生命体征纳入预测因素强调了生理状态在激越风险中的重要性,可能反映了导致激越状态的潜在医学或精神疾病。3

我们的模型还识别出若干可能与急诊科激越相关的社会经济因素。社区和邻里类型与暴力或攻击行为相关。在幼年或青少年时期暴露于暴力的个体已被证明更可能受教育程度降低和终生失业,并且无家可归和参与帮派的比例增加。46既往研究表明,暴露于暴力的历史与较差的社会经济地位相关,而后者又与暴力或攻击行为发生率增加相关。47这些发现表明结构性脆弱性与激越风险增加之间存在关联,可能还需要进一步研究以识别急诊科之外可针对这些结构性因素的政策和社会干预措施。48

我们的发现以若干关键方式建立在既往研究之上并对其进行了扩展。首先,我们模型的全面性——包括来自临床和环境因素的大量预测因素——与可能更侧重于工作场所暴力预防或评估临床病因而未考虑症状发生的检测和预测的专家建议和轶事证据相比,提供了更整体、更基于证据的激越风险评估方法。这种广泛的方法在急诊科环境中至关重要,因为激越的原因是多方面的,可能源于医学、精神病学和环境因素的复杂相互作用。目前,据我们所知,尚无针对急诊科环境和人群的基于证据的激越预测工具。49实施为个体患者量身定制的预测模型可能有助于将相关数据集中呈现给临床医生,并显示有助于主动预防激越症状的即时信息。

其次,既往文献表明,将激越归因以及采用管理措施治疗激越症状可能受到针对历史上被边缘化人群的结构性或人际偏见的影响。50 该模型在各患者亚组(包括不同年龄组、性别以及种族和族裔类别)中均表现出稳健的性能,AUROC持续高于0.90,PR-AUC持续高于0.35,提示其具有广泛适用性,且未对任何特定人口学群体表现出实质性偏倚。这对于确保公平医疗、避免在激越症状的识别和预防中因无意强化偏见而导致高危患者管理中的潜在差异尤为重要。我们认识到某些特征在不同人口学群体间的分布可能不均衡,并可能对模型引入偏倚。然而,纳入这些预测因子是为了捕捉临床实践中影响激越事件风险的情境因素。我们的主要目标是开发一个务实模型,以反映急诊科环境的复杂性,包括任何可能提示需要更早采取降级措施的背景要素。可能有必要进一步探索这些变量与患者种族和族裔及其他社会人口学特征的交互方式,以充分理解偏倚的可能性。未来工作可包括与利益相关者进行定性调查,以识别临床医生在识别激越风险人群时可能引入偏倚的环节,以及采用以公平性为导向的计算方法来减轻电子健康记录(EHR)数据中固有的偏倚,51包括应用去偏倚算法。52

我们的发现具有多方面有意义的临床意义。通过改进对激越高风险患者的识别,急诊科临床医生可以更好地调整干预措施以预防激越发作,从而可能减少对镇静或身体约束的需求及其对患者和工作人员的相关风险。重要的是,该模型支持以患者为中心的照护方法,侧重于早期识别和干预,而非约束或镇静等被动应对措施。该方法与Project BETA(激越评估和治疗最佳实践)推荐的最佳实践以及其他指南一致,这些指南倡导通过抢先管理激越4并结合降级措施、环境调整和其他行为技术来尽量减少约束使用。在就诊量大或病情严重度高、工作人员时间和资源有限的时期,激越的早期识别和风险分层可能尤为重要。

即使是在相对较低的精神激动风险阈值下使用(例如,0.60-0.70),预测模型在这些阈值下的高阳性和阴性预测值也可能使工作人员能够更准确地将注意力集中在有精神激动风险的患者身上,从而建立牢固的融洽关系和信任的治疗关系,使降级干预的尝试更有可能有效。34 我们模型的高判别性能(AUROC为0.94)源于其筛选出真阴性精神激动实例的能力,而真阳性的识别率较低。未来的研究可能需要调查捕捉额外精神激动风险亚组的方法,例如通过额外的电子健康记录元素或实时临床数据。还需要进一步的工作来实现这类精神激动预测模型的临床实施。该实施包括(1)在临床急诊科背景下选择最佳风险阈值,以平衡患者护理的精确度和召回率(表2),(2)与一线工作人员和临床医生接触,讨论如何最好地将检测和预测纳入他们的日常实践和工作流程,以及(3)与电子健康记录供应商协调,确保预测模型无缝集成到电子工作空间中。

我们的研究还解决了先前精神激动预测模型中观察到的一些局限性。与在专门环境中(如重症监护病房)或针对特定人群(如痴呆患者)开发的模型不同,我们的模型来源于一般急诊科人群,旨在预测狭窄时间窗口内的精神激动,增强了其与急诊科环境的相关性和适用性。此外,通过在大型多中心数据集上开发模型,我们提高了其普遍性和在各种医疗保健环境中实施的潜力。

局限性

本研究存在若干局限性。模型中包含的因素来源于从电子健康记录中提取的数据元素,可能无法捕捉急诊就诊中可能促进精神激动发展的环境和系统特征。其他可能不完整、未收集或在我们卫生系统中不存在的电子健康记录变量可能导致我们预测模型中的潜在缺口或效力降低。我们纳入的某些特征中潜在的冗余可能限制了效用;我们采用了递归特征消除(RFE)程序来保留改善交叉验证性能的特征。我们的数据集来自单一卫生系统,可能代表当地的临床、程序、约束或镇静实践相关或后勤因素,从而限制了普遍性。然而,我们的站点代表了广泛地理区域内的一系列环境,允许我们研究中患者人口统计学和临床实践类型的变异。

结论

在这项基于电子健康记录(EHR)数据的队列研究中,我们的结果展示了使用人工智能在急诊科(ED)躁动事件预测方面取得了实质性进展。通过利用大型数据集和一套全面的预测变量,我们开发了一个既准确又适用于多样化患者人群的模型。该模型的临床实施有可能改变急诊环境中躁动的管理方式,在提高患者安全与照护质量的同时,减少对化学镇静和身体约束的依赖。未来的研究应聚焦于该模型的应用,包括将其整合到EHR系统中,以及评估其在临床环境中对临床结局及镇静和约束使用的影响。

参考来源

  1. Wong AH, Sapre AV, Wang K, et al. Predicting Agitation Events in the Emergency Department Through Artificial Intelligence. JAMA Netw Open. 2025. PMID: 40332935. doi:10.1001/jamanetworkopen.2025.8927
  2. 全文:PMC12059975(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12059975/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。