《International Journal of Medical Informatics》:One-day-ahead prediction of severe hyponatremia in patients with cancer using medication and diagnostic trajectories without electrolyte indicators
编辑推荐:
摘要
背景:低钠血症是癌症患者常见的并发症,与不良预后密切相关,但早期识别仍具挑战性。现有模型多依赖与血钠水平直接相关的实验室参数,限制了在电解质检测前的早期风险识别。本研究开发了一种机器学习模型,利用纵向处方和诊断数据,在不依赖血清电解质变量的情况下,预测重
摘要
背景:低钠血症是癌症患者常见的并发症,与不良预后密切相关,但早期识别仍具挑战性。现有模型多依赖与血钠水平直接相关的实验室参数,限制了在电解质检测前的早期风险识别。本研究开发了一种机器学习模型,利用纵向处方和诊断数据,在不依赖血清电解质变量的情况下,预测重度低钠血症发生前1日的风险。
方法:这项回顾性单中心研究纳入33,160例成年患者(2010–2021年)。去标识化数据被转换为观察性医疗结果合作组织(Observational Medical Outcomes Partnership, OMOP)通用数据模型。重度低钠血症定义为血清钠≤125 mmol/L。研究人员利用30天时间序列数据,比较了极端梯度提升(eXtreme Gradient Boosting, XGBoost)和Transformer模型在三种特征集上的表现:基线特征集(案例1)、包含扩展实验室变量的信息丰富特征集(案例2)以及以药物为核心的特征集(案例3)。
结果:在33,160例患者中,2,916例(8.8%)发生重度低钠血症。XGBoost模型表现始终优于Transformer模型。在案例3中,XGBoost模型的曲线下面积(AUC)达到0.853,F1分数为0.411,与包含实验室数据的案例2(AUC 0.862,F1分数0.426)表现相当。沙普利加性解释(Shapley Additive exPlanations, SHAP)和注意力分析识别出顺铂、肺癌、男性、地塞米松和甲氧苄啶/磺胺甲噁唑为关键预测因子。
结论:利用30天的用药和诊断轨迹,在不依赖电解质相关实验室数据的情况下,可以提前1日以具有临床意义的预测性能预测重度低钠血症。这一发现提示,即使在电解质相关实验室变量不可用的情况下(如癌症治疗规划期间或未进行常规电解质监测时),也能早期识别高风险患者,支持更有针对性的电解质检测和更早的临床干预,但仍需外部验证。
基于用药与诊断轨迹的癌症患者重度低钠血症提前一日预测:研究解读
一、研究背景与意义
癌症是全球范围内日益沉重的健康负担。据国际癌症研究机构(IARC)发布的GLOBOCAN 2022数据库显示,全球新发癌症病例约2000万例,较2012年增长约40%。随着癌症治疗手段的进步和生存率的提高,治疗相关及疾病相关并发症的管理成为重要的临床挑战。电解质紊乱是癌症患者急诊就诊的常见原因,其中低钠血症是最常见的电解质紊乱类型,在癌症患者中的患病率约为4%至47%,具体取决于疾病分期和合并症情况。然而,低钠血症的临床表现往往缺乏特异性,易与其他疾病的症状混淆,导致大量病例仅通过实验室检测偶然发现,造成诊断和治疗的延迟。低钠血症与住院时间延长、重症监护室入住率增加和死亡率升高等不良临床结局密切相关。
现有预测模型多依赖与血钠水平直接相关的实验室参数,或仅关注特定药物、特定患者人群,难以充分反映真实世界临床实践中的异质性。此外,多数研究聚焦于低钠血症发生后的预后分析,缺乏在事件发生前的风险识别能力。因此,开发一种不依赖电解质相关实验室指标、可提前识别高风险患者的预测模型,具有重要的临床价值。
二、研究设计与方法
本研究为回顾性单中心研究,利用韩国国家癌症中心临床数据仓库(CDW)中2010年至2021年间的去标识化电子病历(EMR)数据,并转换为观察性医疗结果合作组织(OMOP)通用数据模型(CDM)5.4版本进行分析。研究最终纳入33,160例成年癌症患者,其中2,916例(8.8%)发生重度低钠血症(血清钠≤125 mmol/L)。研究人员采用30天时间序列数据构建特征,以重度低钠血症首次发生日期为索引日期,预测事件发生前1日的风险。研究比较了极端梯度提升(XGBoost)和Transformer两种模型架构,并构建了三种递进式特征集:案例1(基线特征集,含人口统计学特征、关键实验室参数、癌症类型及预设的静脉化疗药物和与电解质平衡相关的伴随药物)、案例2(信息丰富特征集,含全面治疗药物和扩展实验室结果,但排除血清电解质)、案例3(药物核心特征集,与案例2药物特征相同,但排除所有直接或间接与电解质相关的实验室变量)。模型优化以F1分数为主要指标,通过重复分层5折交叉验证进行超参数调优。
三、研究结果
3.1 研究人群基线特征
低钠血症组患者年龄显著高于对照组(63.1±11.9岁 vs. 60.0±13.7岁,p<0.001),男性比例显著更高(62.4% vs. 46.6%,p<0.001)。低钠血症组肺癌、胰腺癌和糖尿病的患病率显著更高,而乳腺癌、胃癌和甲状腺癌的患病率较低。在30天观察期内,低钠血症组对顺铂、吉西他滨、伊立替康、甲地孕酮、地塞米松、袢利尿剂和格拉司琼等药物的暴露率显著高于对照组。
3.2 整体预测性能比较
XGBoost模型在所有数据配置中均优于Transformer模型。案例3中XGBoost的AUC为0.853,F1分数为0.411,与包含实验室数据的案例2(AUC 0.862,F1分数0.426)表现相当。XGBoost模型在不同随机种子间表现出高度稳定的性能,而Transformer模型则出现较大波动。这一结果表明,在具备充分的用药和诊断记录时,XGBoost模型无需依赖电解质相关实验室参数即可维持稳定、高质量的预测性能。
3.3 特征重要性与临床解释
通过SHAP分析和Transformer模型的时序注意力分析,研究识别出白蛋白水平低、男性、顺铂给药和肺癌诊断是预测低钠血症的主要贡献因素。地塞米松、甲地孕酮、甲氧苄啶/磺胺甲噁唑(TMP/SMX)和芬太尼等药物在特征重要性排序中位居前列,提示全面的处方记录可作为检测电解质失衡风险的有效临床代理指标。
3.4 XGBoost特征贡献分析
在案例2中,血细胞比容、血小板分布宽度(PDW)和平均红细胞血红蛋白浓度(MCHC)等实验室指标是最重要的预测因子,地塞米松和顺铂是关键的药物因素。在案例3中,排除了电解质相关实验室数据后,低白蛋白水平、男性、顺铂给药和肺癌诊断成为主要预测因子,与既往研究结论一致。
3.5 Transformer模型时序注意力分析
时序注意力分析揭示了不同特征的时间贡献模式:白蛋白水平在整个观察期内保持持续高注意力权重;顺铂呈现尖峰模式,在特定周期产生强烈影响,反映了顺铂方案的周期性特征;阿片类镇痛药(羟考酮、哌替啶、吗啡、曲马多)在事件前7天内注意力权重急剧增加,提示这些药物反映了患者病情恶化所致的处方变化。甲地孕酮、吗啡和氨溴索在事件前约4–7、11–14和17–20天呈现间歇性重要性增加;保钾利尿剂和TMP/SMX随事件日期临近贡献逐渐增加;格拉司琼则在事件前约20、14和7天出现较高权重。
四、讨论与结论
本研究的核心贡献在于证明仅利用30天纵向用药和诊断数据即可实现具有临床意义的重度低钠血症提前一日预测,无需依赖电解质相关实验室变量。用药和诊断数据可作为患者生理状态的有效间接代理指标,弥补实验室检查的缺失。与既往研究相比,本研究纳入了所有处方药物(排除电解质纠正剂、全身暴露极小的局部用药及诊断性药物),涵盖更广泛的癌症患者人群,并识别出TMP/SMX和地塞米松等既往可能被忽视的常用药物作为重要风险因素。
研究结论指出,利用30天用药和诊断信息实现重度低钠血症的提前一日预测是可行的。这一风险信号可在未进行实验室检测的情况下生成,支持对原本不会接受检测的患者进行更有选择性、基于风险的电解质检测。经多机构外部验证和进一步模型优化后,该方法可作为临床决策支持工具整合至临床工作流程中,辅助而非替代临床判断,通过利用患者纵向用药和诊断轨迹生成早期风险信号,支持更早的干预,有助于改善肿瘤实践中的护理安全与质量。
研究人员同时指出研究的局限性:单中心回顾性研究仅进行了内部验证;血清钠未针对血糖浓度进行校正,不能完全排除假性低钠血症病例;处方数据与实际用药或患者依从性之间可能存在差异;未明确考虑不同癌症类型治疗方案的异质性及潜在的药物相互作用。未来研究应利用CDM框架的优势整合多中心数据集进行外部验证,并纳入癌症类型特异性治疗方案信息以进一步提升模型的预测准确性和临床适用性。