整合用药数据与机器学习模型能否提升重症成人住院病死率预测
该回顾性观察队列研究基于北卡罗来纳大学健康系统的991例ICU成人(训练/测试集,住院病死率9.8%),比较随机森林、支持向量机(SVM)、XGBoost三种机器学习模型与基于SOFA、APACHE II、MRC-ICU及包含全部27个变量和交互项的回归模型对住院病死率的预测。测试集AUROC:随机森林0.83、SVM 0.85、XGBoost 0.82;传统模型0.72–0.86,高级回归模型0.84–0.86,差异未达统计学显著(SVM与线性logistic比较P=0.98)。MRC-ICU在XGBoost和随机森林中列为第17位重要特征,在SVM中未出现。在两个验证队列(UNC 4,878例、OHSU 12,290例)中所有模型效能均低于测试集,随机森林判别力最稳定(AUROC 0.78和0.80)但校准差。作者认为机器学习未能改善病死率预测,预测模型应本地验证。
要点
- 在991例ICU成人测试集中,SVM的AUROC为0.85,与线性logistic模型无显著差异(P=0.98),随机森林与线性logistic比较P=0.67。
- 包含全部27个变量的传统全模型测试集AUROC为0.86,高于随机森林0.83与XGBoost 0.82,模型间差异未达统计学显著。
- MRC-ICU评分在XGBoost和随机森林特征重要性中均排第17位,属中等重要,在SVM特征重要性中未出现。
- 外部验证中全回归模型AUROC从测试集0.86降至OHSU队列0.55;随机森林判别力最稳定(AUROC 0.80)但校准差。
- 作者认为机器学习与更简单透明的回归模型预测效能相当,模型实施前应做本地验证并考虑再训练或微调。
适用人群与场景
- 纳入:≥18岁、ICU住院≥24小时的成人,随机抽取2015年10月至2020年10月北卡罗来纳大学健康系统ICU患者(训练/测试集991例)。
- 排除:数据非来自其首次ICU入住,或ICU入住24小时内转入舒适照护的患者。
- 验证队列:同一健康系统2021年1月至2023年12月的4,878例ICU成人(时间上独立),及俄勒冈健康与科学大学12,290例ICU成人外部队列。
研究设计与关键结果
- 研究类型:回顾性观察队列预测模型研究;训练/测试集991例(随机抽取1,000例中排除9例),验证集为UNC 4,878例与OHSU 12,290例。
- 机器学习模型随机森林、SVM、XGBoost测试集AUROC分别为0.83、0.85、0.82;传统回归模型APACHE II、SOFA、MRC-ICU+SOFA+APACHE II含与不含交互项、全模型分别为0.72、0.81、0.82、0.83、0.86;高级回归模型四种分别为0.85、0.86、0.85、0.84,模型间差异未达统计学显著。
- DeLong检验:最佳机器学习模型SVM与线性logistic模型AUROC不可区分(P=0.98);随机森林与线性logistic无显著差异(P=0.67)。
- 特征重要性:SOFA、APACHE II、年龄、心率及关键实验室值最突出;MRC-ICU在XGBoost和随机森林中均排第17位(中等重要),在SVM特征重要性图中未出现。
- 验证队列中所有模型效能均低于测试集;随机森林从测试集到验证集判别力最稳定(UNC5000队列AUROC 0.78、OHSU队列0.80),但校准差;全回归模型在OHSU队列AUROC仅0.55(测试集0.86)。
- 训练/测试集患者56.8%为男性,平均年龄61.2(sd 17.6)岁,以内科ICU(40.8%)和心脏/心胸ICU(30.9%)为主,97例(9.8%)住院期间死亡。
- UNC5000验证队列患者51.9%为男性,年龄58.9(16.4)岁,94.9%收入内科ICU,964例(19.8%)住院期间死亡。
证据类型、等级与局限
- 证据类型:回顾性观察队列预测模型研究,遵循STROBE与TRIPOD-AI报告框架。
- 局限:方法适用于预测建模而非因果推断;MRC-ICU评分不是对用药的全面评估,未考虑单个药物对病死率的影响。
- 局限:APACHE II和SOFA存在明显局限,更新的工具如GOSSIS-1预测效能更优。
- 局限:991例训练/测试集对机器学习建模可能样本量不足,可能导致过拟合或人群同质/不具代表性,影响外推性。
- 局限:缺失值采用单一插补(缺失按正常值处理)可能改变模型结果并引入偏倚。
- 局限:部分连续变量为临床简便而二分类化,可能丢失信息并影响模型效能。
- 局限:未收集24小时之后变量等可能有预测价值的额外变量;采用住院病死率而非28天或90天病死率,可能不是最佳评价时间点。
对床旁实践的改变
- 作者认为:机器学习方法虽有助于揭示复杂关系,但更简单透明的回归方法对ICU成人病死率预测可达到相当效能,机器学习模型临床落地需考虑可解释性、信息技术与模型治理、数据集偏倚、数据质量与工作流整合等障碍。
- 作者认为:模型效能应在本地评估,训练/测试集表现不能保证外部表现,临床实施时可考虑机构层面再训练或微调模型以捕捉患者人群与诊疗实践差异。
- 作者认为:未来研究应聚焦于更大队列及更细粒度、时间依赖的用药数据。
提炼说明
- 原文未涉及「诊断标准与关键阈值」「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14 节 · 点击展开
关键要点
问题:与传统或高级回归模型相比,纳入用药数据的机器学习(ML)方法能否改善ICU成年患者的医院死亡率预测?
发现:与传统或高级回归模型相比,纳入用药数据的机器学习方法未能改善医院死亡率预测。尽管在某些机器学习模型中药物具有中等重要性特征,但在高级回归模型中并不重要。
意义:尽管机器学习方法可能有助于揭示复杂关系,但更简单、更透明的回归方法在ICU成年患者死亡率预测方面似乎能达到与机器学习方法相当的性能。
入住ICU成年患者的死亡率预测对于临床决策、结局研究和质量改进具有重要意义(1, 2)。因此,提高ICU死亡率预测模型的准确性仍然是一个重要的持续研究领域(3–5)。疾病严重程度评分(如急性生理学与慢性健康状况评价[APACHE]、序贯器官衰竭评估[SOFA])常用于预测ICU死亡率,但存在局限性(6–9)。尽管这些评分反映了综合征归因死亡率,但两者均未考虑每日ICU患者管理的影响。
尽管药物是死亡率的关键影响因素(10–14),但它们很少被纳入ICU死亡率预测模型(15–21)。鉴于药物对危重成人患者结局的因果作用,将这些信息纳入死亡率预测模型可能改善模型性能并更好地指导ICU诊疗(22)。
将ICU用药方案复杂性(MRC-ICU)评分添加到同时包含APACHE II和SOFA的回归模型中仅适度改善了死亡率预测,且MRC-ICU评分每增加1分意外地发现与死亡率降低6%相关(23)。然而,该研究未考虑影响死亡率的因素的时间依赖性(即仅纳入基线变量而非每日ICU变量),且结果未在独立数据集中验证(24)。认识到疾病严重程度、MRC-ICU评分与死亡率之间的相互关系是复杂的且可能呈非线性,能够处理此类复杂性的模型也可能改善ICU成年患者的医院死亡率预测。
机器学习(ML)方法能够处理大量信息并识别数据中此前未阐明的模式,通过纳入更多具有预测价值的潜在结局决定因素和标志物,可能改善预测模型。使用机器学习,可以将具体且细粒度的用药数据与疾病严重程度变量相结合,创建更全面的结局预测模型。纳入用药数据的机器学习模型已证明可改善危重患者液体过负荷和机械通气持续时间的预测,但尚未被严格用作预测死亡率的方法(25, 26)。
本研究的主要目的是比较机器学习(ML)模型在医院死亡率预测中的表现,这些模型考虑了用药数据(如MRC-ICU评分中所总结)、广泛的临床变量以及疾病严重程度评分(APACHE II、SOFA),并与纳入和不纳入MRC-ICU评分的传统回归模型和高级回归模型进行比较。我们假设ML建模方法在死亡率预测方面将优于传统回归模型或高级回归模型,并且用药数据在ML模型的特征重要性图中将排名靠前。
材料与方法
这项回顾性、观察性队列研究经佐治亚大学(UGA)、北卡罗来纳大学(UNC)和俄勒冈健康与科学大学(OHSU)的机构审查委员会(IRB)审查,并被认定豁免IRB监管(IRB豁免编号Project 00001541)。所有方法均按照UGA IRB的伦理标准和1975年赫尔辛基宣言执行。本评估在适用情况下遵循加强观察性流行病学研究报告规范(STROBE)以及个体预后或诊断多变量预测模型透明报告-人工智能(TRIPOD–AI)扩展报告框架(补充数字内容,附录1和2,https://links.lww.com/CCX/B560)(27, 28)。
数据集开发
患者数据通过Carolina数据仓库从UNC Health System(一个整合型医疗服务提供系统)获取,该数据仓库存储EPIC电子健康记录(EHR)数据;并通过俄勒冈临床与转化研究所数据仓库从OHSU获取。
鉴于数据收集工作强度较大,采用随机数生成方法识别了2015年10月至2020年10月期间入住ICU且住院时间大于或等于24小时的1,000名18岁及以上成人的样本(UNC 1000数据集),作为训练/测试集。如果数据并非来自其索引ICU入住,或患者在ICU入住的前24小时内被置于舒适照护,则予以排除。该队列的详细信息此前已发表(25, 29)。为评估所有ML和回归模型,UNC 1000队列按4:1的比例分为训练集和测试集。使用两个数据集进行验证:1)来自同一医疗系统的时间上独立的(2021年1月至2023年12月)5,000名ICU成人患者的随机样本(UNC 5000数据集);2)来自OHSU的12,290名ICU患者队列(OHSU数据集)。
数据收集、结局和协变量
主要结局是院内死亡率。查询电子健康记录(EHR)以获取27个变量的数据,这些变量此前已被报道会影响入住重症监护病房(ICU)的成人院内死亡率(12, 30–35)。四个ICU基线特征包括年龄、性别、ICU入住类型(即烧伤、心血管、心胸、内科、神经科学、外科、混合)、以及主要ICU入住诊断(即烧伤、心血管、皮肤科、电解质异常、内分泌、发热、胃肠道、血液学、肝脏、感染、精神健康、肿瘤、神经病学、肺炎、妊娠、肺部、肾脏、呼吸、脓毒症、休克、晕厥、毒理学/摄入、创伤、虚弱或其他)。21个ICU临床变量(在入住ICU后24小时收集)包括APACHE II和SOFA评分(使用该24小时期间的最差值)、生命体征[即心率、低血压(收缩压<90 mm Hg)、体温]、急性呼吸窘迫综合征(ARDS)分类(即根据动脉血氧分压(Pao2)与Fio2 [Fio2]的比值分为轻度、中度或重度)、支持性护理设备的使用(即连续性肾脏替代治疗、机械通气)、血清实验室值(即白蛋白、碳酸氢盐、肌酐、葡萄糖、乳酸、钾、pH、钠、血红蛋白、血细胞比容、血小板、白细胞计数)、以及液体平衡(L)。两个药物变量同样在入住ICU后24小时收集,包括MRC-ICU评分和血管升压药使用。
数据分析
任何缺失的SOFA或APACHE II评分组分均假定为正常(补充表1,https://links.lww.com/CCX/B560)。对14个预测变量(即心率、收缩压、体温、ARDS分类、白蛋白、碳酸氢盐/肌酐/钠、葡萄糖、血红蛋白/血细胞比容、乳酸、pH、血小板、钾、白细胞计数、以及24小时液体平衡)进行了缺失值的虚拟变量调整,以估计缺失病例与无缺失数据的平均个体在主要结局死亡率方面的差异程度(36)。
机器学习分析
使用前述所有收集的变量开发了三种机器学习(ML)模型:随机森林、支持向量机(SVM)和XGBoost(37–42)。特征重要性图用于可视化每个预测变量的强度。特征重要性分别通过节点不纯度的平均减少量、归一化数据集中每个变量系数的绝对大小、以及特征在随机森林、SVM和XGBoost模型树中的使用频率来衡量。
传统回归分析
基于先前的一项研究(23),构建了一个以SOFA、APACHE II和MRC-ICU评分作为预测变量的传统逻辑回归模型,并以仅包含SOFA或APACHE II作为预测变量的模型作为基准进行比较。鉴于所收集变量的表面效度及其对死亡率的潜在影响,使用所有27个变量构建了线性回归模型(全模型)。由于SOFA、APACHE II和MRC-ICU之间可能存在交互作用,构建了包含交互项的回归模型。
高级回归分析
四个高级回归模型(即线性预测器、自然三次样条预测器、平滑三次样条预测器和局部线性预测器)均使用上述27个变量以及另外14个缺失指示指标构建(补充表2,https://links.lww.com/CCX/B560)。使用贝叶斯信息准则进行逐步变量选择以确定最终模型(43)。
为了评估回归模型中每个预测变量的特定影响和整体影响,我们进行了两种类型的回归分析:1)单独逻辑回归,检查单个变量及其相关缺失指示指标(如适用);2)综合加性逻辑回归,包含所有预测变量及其各自的缺失指示指标。在模型训练期间,应用五折交叉验证来选择局部线性逻辑回归和三个机器学习模型的超参数。对于局部线性逻辑回归,调优了每个点邻域中用于拟合模型的观测值比例。对于随机森林,调优了两个超参数(树的数量和每次分裂时随机采样作为候选的变量数量)。对于支持向量机(SVM),使用线性核,并调优了约束违反成本。对于XGBoost,调优了两个超参数(树的最大深度和最大提升迭代次数)。在选择最优超参数后在训练集上拟合模型。然后,使用测试集对所有10个模型的死亡率进行预测。
为了评估每个模型对住院死亡率的预测能力,在测试集中计算了受试者工作特征曲线下面积(AUROC),以及灵敏度、特异度、阴性预测值(NPV)、阳性预测值(PPV)(或精确率)和准确率。确定了模型校准度,并使用DeLong检验比较模型AUROC,其中预测阈值通过在训练集中最大化知情度、马修斯相关系数(MCC)和F1分数来选择(44)。双侧p值小于0.05用于确定所有变量的统计学显著性。所有分析使用R软件(版本4.3.0;R Foundation for Statistical Computing,维也纳,奥地利)完成。
验证
使用UNC 5000和OHSU数据集进一步验证了模型性能。该过程包括将训练好的模型应用于验证数据、生成ROC曲线,并使用上述相同流程评估模型指标。
结果
训练集/测试集
从随机选取纳入训练集/测试集的1,000名患者中,排除9名,因为数据集中的ICU入住不代表其索引ICU入住,最终队列留下991名患者。患者中56.8%为男性,平均年龄61.2(标准差17.6)岁,主要入住内科(40.8%)或心脏/心胸外科(30.9%)ICU,其中心血管(25.5%)、急性呼吸(12.5%)或神经系统(12.2%)疾病是最常见的ICU入住诊断类别。共有97名(9.8%)患者在ICU住院期间死亡。测试/训练队列的简要人口学特征见表1(完整人口学资料见补充表3,https://links.lww.com/CCX/B560)。
特征选择与模型性能
在测试数据集上,基于随机森林、SVM和XGBoost的机器学习(ML)模型分别达到AUROC 0.83、0.85和0.82。基于APACHE II、SOFA、MRC-ICU+SOFA+APACHE II(含交互项和不含交互项)以及包含所有27个收集变量的完整模型的传统逻辑回归模型,AUROC分别为0.72、0.81、0.82、0.83和0.86。采用逻辑回归、自然三次样条、平滑三次样条和局部线性逻辑回归进行逐步变量选择的高级模型,AUROC分别为0.85、0.86、0.85和0.84。模型性能差异未达到统计学显著性。所有12个模型的AUROC曲线见图1;每个模型的AUROC及其相应CI见补充表4(https://links.lww.com/CCX/B560)。经DeLong检验,表现最佳的ML模型(SVM)的AUROC与线性逻辑回归模型无差异(p = 0.98);同样,随机森林与线性逻辑回归之间也无显著差异(p = 0.67)。在测试集上,以不同标准选择阈值时,包括准确率、灵敏度、特异度、PPV和NPV值在内的详细模型性能指标报告于表2。单因素和多因素分析结果见补充表5(https://links.lww.com/CCX/B560),逐步选择结果见补充表6(https://links.lww.com/CCX/B560)。
XGBoost和随机森林模型的特征重要性图显示,与回归模型相似的贡献变量(图2;以及补充图1,https://links.lww.com/CCX/B560);SOFA、APACHE II、年龄、心率和关键实验室值最为突出。以MRC-ICU评分形式表示的用药数据在XGBoost和随机森林模型中均排名为第17位最重要的特征,显示出中等特征重要性。为SVM模型生成的特征重要性图未包含MRC-ICU评分(补充图2,https://links.lww.com/CCX/B560)。
验证
在从时间上独立的UNC5000验证数据集中排除122例患者(因其ICU入住不代表其首次ICU入住)后,在4,878例患者中进行了验证。患者中51.9%为男性,年龄为58.9(16.4)岁。该验证队列中的患者主要入住内科ICU(94.9%),其主要ICU入住病因为急性呼吸系统问题(21.6%)、脓毒症(19.6%)或急性胃肠道/肝脏问题(15.6%)。该验证队列中共有964例(19.8%)在ICU住院期间死亡。UNC5000验证队列的完整人口学特征见补充表7(https://links.lww.com/CCX/B560)。各变量的缺失特征见补充表8(https://links.lww.com/CCX/B560)。
将各训练模型应用于UNC5000验证队列时预测院内死亡的AUROC曲线见补充图3(https://links.lww.com/CCX/B560)。该验证队列中所有模型的性能均持续低于测试集中的性能(补充表9和10,https://links.lww.com/CCX/B560)。机器学习模型的表现与传统回归模型及高级回归模型相似。随机森林模型从测试集到验证集表现出最稳定的区分能力(AUROC 0.78),但校准不佳。
在OHSU外部验证集12,290例患者中预测院内死亡的AUROC曲线见补充图4(https://links.lww.com/CCX/B560)。外部验证队列的人口学特征和缺失情况分别见补充表11和12(https://links.lww.com/CCX/B560)。OHSU外部验证队列中所有模型的性能均持续低于测试集;特别是,完整回归模型在OHSU验证队列中的AUROC仅为0.55,而测试队列中为0.86(补充表13和14,https://links.lww.com/CCX/B560)。随机森林模型再次从测试集到外部验证集表现出最稳定的区分能力,AUROC为0.80,但校准同样不佳。
测试集和验证集中所有模型的校准曲线见补充图5–7(https://links.lww.com/CCX/B560)。
讨论
在我们的研究中,机器学习模型在预测院内死亡率方面并未优于回归模型,这否定了我们最初的假设。与传统回归和高级回归相比,机器学习模型识别出了不同的死亡预测因子,并将MRC-ICU评分列为中等重要性的特征。各模型在验证集上 consistently 较低的AUROC可能反映了数据集的不平衡或模型在训练集上的过拟合,这凸显了外部模型验证的重要性,以及在临床实施过程中在机构层面重新训练或微调模型的潜在价值,以捕捉可能影响模型性能的患者人群和患者护理实践的细微差异。随机森林模型在验证集中更稳定的表现可能提示某些机器学习模型随时间推移或在不同的入群中具有更高的通用性或准确性。
本研究代表了我们在理解如何将药物建模为危重疾病死亡预测因子方面的重要方法学进展:这是首个纳入药物数据的死亡率模型的多中心验证研究,该研究以标准化疾病严重程度评分为基准,旨在确定最能处理我们先前观察到的非线性关系(23, 25)的建模方法。在多个数据集中对标准指标、回归模型和监督式机器学习模型的比较,展示了机器学习在ICU中的重要观点。第一,机器学习模型的表现与仅基于疾病严重程度评分(即APACHE II、SOFA)伴或不伴MRC-ICU评分的回归模型相似,凸显了确保任何新的预测模型与既定基准相比具有优势的重要性。第二,本研究证明了机器学习模型能够刻画变量之间的复杂关系,并识别出传统回归可能不会显现相关性的先前未知关联,这是一项重要优势,可能有助于改善结局预测并通过机器学习产生新的假设。第三,鉴于机器学习模型与更简单的方法相比可能仅提供增量性能收益,必须考虑机器学习在临床环境中应用的障碍(例如,缺乏可解释性或可解读性[即“黑箱”模型]及其对临床接受度的影响、对信息技术和模型治理基础设施的需求、数据集偏倚、资源利用、数据质量和可用性、工作流程整合的便利性)。第四,模型必须在本地进行评估,因为在训练/测试集上的表现并不能确保外部表现(45)。这一原则在Epic脓毒症模型的外部验证中得到了证明,该模型在临床环境中实施后,在外部验证中预测脓毒症发作方面表现出较差的分辨力和校准度(46)。尽管机器学习具有优势,但重要的是要考虑这些复杂模型与更易于实施且更透明的回归模型相比,是否能改善ICU结局预测(25, 47)。
药物是患者结局的重要决定因素,既可能治疗疾病,也可能导致不良事件,对死亡率和其他以患者为中心的结局(如机械通气持续时间、出院去向、重症监护后综合征)产生独立影响。将药物纳入预测建模并描述其与结局的关联,不仅可能提高我们预测结局的能力,还可能提高我们在结局发生之前进行干预的能力。我们先前的工作表明,将MRC-ICU评分添加到传统疾病严重程度评分(即SOFA、APACHE II)中仅适度改善了医院死亡率预测,但我们的方法存在局限性,并提示MRC-ICU与死亡率之间的关系是复杂且非线性的(23)。尽管当前研究解决了先前工作的许多局限性,但它提出了关于ICU药物暴露如何影响ICU死亡率的重要问题。我们研究中生成的每个模型对药物数据重要性的权重各不相同。尽管在回归分析中,由MRC-ICU评分估算的药物暴露与医院死亡率无独立关联,但它在两个机器学习模型中被列为中等重要性的特征。在这两个模型中,它对医院死亡率预测的重要性(即关联)与血清乳酸和液体平衡相似。这些发现凸显了机器学习方法的优势以及进一步研究的重要性(5, 16–20)。所捕捉到的非线性关系可能是由于对于特定患者存在“恰到好处”的药物复杂度(例如,广谱抗生素和血管升压药可能降低感染性休克患者的死亡率,但决定加用深度镇静——这也会增加评分——可能增加并发症风险)。
我们的研究存在若干局限性。本评估中的方法适用于预测建模,但不适用于因果推断;机器学习(ML)模型将MRC-ICU评分识别为对医院死亡率预测具有中等重要性的特征,但这种统计学关联并不提供因果或病因学信息。MRC-ICU评分虽然与死亡率(10–14)、药物干预的数量和强度(10, 48)、机械通气需求(26)、液体过负荷的发生(49)以及加入传统疾病严重程度评分(即SOFA、APACHE II)后死亡预测的改善(23)相关,但并非对用药情况的全面评估,也未考虑单个药物对死亡率的影响。选择APACHE II和SOFA用于临床基准比较目的,但它们具有显著局限性,更新的工具(例如全球开源疾病严重程度评分[GOSSIS-1])显示出更优的死亡预测能力(50);然而,APACHE II和SOFA由于计算简便、临床广泛采用以及临床医生熟悉,对于临床基准比较仍有价值。尽管991例患者的训练/测试集对于ICU研究而言规模较大,但对于ML建模和本研究的目的而言可能把握度不足。样本量不足可能导致模型过拟合或人群同质/不具代表性,从而影响泛化能力,这可能是大多数模型在验证队列中相比测试队列表现明显更差以及大多数被评估模型在测试队列中校准不佳的潜在原因之一。研究队列的规模和操作顺序反映了开发和处理稳健数据集(包括相关药物数据和队列可用时间)所需的工作量;未来的分析将受益于使用更大、多样且具有代表性的训练队列。缺失值的处理(即对缺失数据采用正常值的单一插补)可能改变模型结果并引入偏倚;多重插补方法具有优势,在某些情况下可能更受青睐(51, 52)。然而,考虑到计算效率、模型在临床环境中实施时对缺失值的实时处理,以及重症监护数据点非随机缺失的情况,采用单一插补并纳入缺失指示变量是一种合理的方法,可使模型从缺失模式中学习。部分连续变量为临床简便性而被二分化,可能导致信息损失并影响模型性能(53);然而,由于所有模型的数据处理完全相同,该过程未影响模型比较。尽管我们纳入了27个据报道影响死亡率的稳健变量集,但可能未收集具有预测价值的其他变量;这包括ICU入住后前24小时之后的变量。最后,评估医院死亡率(而非28天或90天死亡率)虽然是本评估中最可行的结局采集指标,但可能并非结局评估的最佳时间点。
我们的研究具有显著优势。它是迄今为止对MRC-ICU评分规模最大、最稳健的评估,同时也是将MRC与疾病严重程度数据相结合,并采用机器学习方法评估与未来潜在应用相关的以患者为中心的结局,训练/测试集包含近1,000例患者,两个验证队列分别包含约5,000例和12,000例患者。我们纳入了一组稳健的人口学和临床变量作为模型开发的潜在预测因子。我们的研究还将所开发的模型与基于经典疾病严重程度评分的传统回归模型进行了基准比较,这是在重症监护环境中评判模型性能的必要指标(54)。
结论
应用机器学习方法并纳入MRC-ICU评分中所汇总的用药数据,与传统回归方法相比并未改善死亡预测。未来研究应聚焦于将机器学习方法应用于更大规模队列,并纳入更精细且具有时间依赖性的用药数据。尽管机器学习方法在某些情境下可能改善预测性能,但其性能应针对更简单、更透明的结局预测模型进行基准比较。
补充材料
参考来源
- Murray B, Zhang T, Chen Z, et al. Augmenting Mortality Prediction in Critically Ill Adults With Medication Data and Machine Learning Models. Crit Care Explor. 2025. PMID: 41070239. doi:10.1097/CCE.0000000000001331
- 全文:PMC12506993(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12506993/
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。