《Respiratory Medicine》:Interpretable Machine Learning Predicts Successful Weaning and ICU discharge alive Following Prone Positioning Ventilation in Moderate-to-Severe Acute Respiratory Distress Syndrome (ARDS) Secondary to Pneumonia
编辑推荐:
•机器学习预测了肺炎相关 ARDS 患者在俯卧位通气后成功撤机/存活出院 ICU•SVM 在撤机和 ICU 出院方面的内部 AUC 表现最佳•撤机模型在时间验证和外部验证中相对稳定•ICU 出院模型尚属初步,稳定性有限•SHAP 关键预测因子:脓毒性休克、血小板 (PLT)、
- •
机器学习预测了肺炎相关 ARDS 患者在俯卧位通气后成功撤机/存活出院 ICU
- •
SVM 在撤机和 ICU 出院方面的内部 AUC 表现最佳
- •
撤机模型在时间验证和外部验证中相对稳定
- •
ICU 出院模型尚属初步,稳定性有限
- •
SHAP 关键预测因子:脓毒性休克、血小板 (PLT)、俯卧位通气时的 PF、中性粒细胞与淋巴细胞比值 (NLR)、俯卧位通气时的峰值压力 (PEAK)、APACHE II 评分、多重耐药菌 (MDRO)
引言
急性呼吸窘迫综合征 (ARDS) 是一种以进行性呼吸困难和难治性低氧血症为特征的急性呼吸衰竭综合征 [1]。与 ARDS 发生相关的最主要风险因素是肺炎和非肺源性脓毒症。ARDS 常与高发病率、高死亡率、高度依赖机械通气以及显著的诊断遗漏频率相关 [2], [3]。大约 10-20% 的 ARDS 患者会遇到拔管困难 [4], [5],拔管失败与死亡风险增加相关 [6]。由于 ARDS 早期诊断和识别的挑战,及时的临床干预经常延迟,这显著降低了治疗疗效和生存结果。这凸显了开发 ARDS 诊断和治疗预测模型的关键临床意义和实用价值。
随着对 ARDS 潜在病理生理机制理解的深入,俯卧位通气 (PPV) 已成为机械通气治疗中的关键模式。当与肺保护性通气结合时,PPV 显示出协同益处,有效改善 ARDS 人群的氧合和临床结果。临床证据强烈支持低潮气量通气联合 PPV 作为减少中重度 ARDS 患者死亡率的循证干预措施 [7]。当前临床指南建议中重度 ARDS 患者每天进行至少 12 小时的俯卧位通气 [8]。Guérin 等人进行的一项研究提供了证据,表明在重度 ARDS 患者中早期实施并持续维持 PPV 显著提高了拔管成功率,并降低了 28 天和 90 天死亡率 [9]。PPV 在接受体外膜肺氧合 (ECMO) 治疗的 ARDS 患者中的应用已被证明可以改善生存结果 [10]。PPV 也已获得多项临床指南和专业医学协会的认可,被认为是 ARDS 管理中基于强证据的干预措施和高度推荐的策略 [11], [12]。
尽管 PPV 已被证明能改善 ARDS 患者的临床症状和结果,且其启动的既定指征定义明确,但在评估其治疗效果或确定 ARDS 管理中停药的最佳时机方面,仍缺乏标准化标准。因此,本研究主要探讨肺炎合并中重度 ARDS 患者在接受 PPV 治疗后成功撤机和存活出院 ICU 的情况。目标是开发生成预测模型,以协助临床医生制定和调整关于中重度 ARDS 患者 PPV 的治疗策略,最终提高治疗成功率并降低 ARDS 相关死亡率。
章节片段
研究人群与数据来源
这项回顾性研究纳入了 2021 年 1 月至 2024 年 12 月在东莞滨海湾中心医院(东莞医院 - 南方医科大学南方医院)以及 2021 年 1 月至 2023 年 12 月在南方医科大学深圳医院诊断为 ARDS 的患者。根据预定的纳入和排除标准,纳入了 131 例继发于肺炎并接受了 PPV 的中重度 ARDS 患者。人口统计数据及临床基本
研究人群基线特征
在本研究中,共纳入 131 例接受 PPV 治疗的中重度 ARDS 患者,男性比例为 77% (101/131)。成功撤机率为 32% (42/131),存活出院 ICU 率为 57.2% (75/131)(补充表 1)。较低的撤机成功率与相对较高存活出院 ICU 率之间的差异,可能部分归因于部分患者在成功撤机前被转至其他医院继续治疗。在
讨论
临床研究表明,接受 PPV 治疗的患者拔管成功率显著更高 [9],且与仰卧位组相比,无呼吸机天数更多 [13]。俯卧位在促进机械通气撤机方面疗效的主要机制之一是其能够增强肺均质性,募集依赖性肺区域,改善肺顺应性,并缓解呼吸机相关肺
结论
在本研究中,我们开发并验证了一个可解释的 SVM 模型,用于预测接受 PPV 治疗的肺炎继发中重度 ARDS 患者成功撤机和存活出院 ICU 的情况。该模型旨在利用常规可用的床旁变量,在传统有创通气/PPV 阶段提供个体化风险分层,从而补充而非取代临床判断和共同决策。撤机模型表现出相对稳定
CRediT 作者贡献声明
徐智荣:撰写 – 审阅与编辑,可视化,验证,方法论,资金获取,数据整理,概念构思。梁永志:撰写 – 初稿,数据整理。周元婷:数据整理。薛雨多:数据整理。刘勇:方法论,形式分析。陈怀生:方法论,形式分析。陈怡:撰写 – 审阅与编辑,方法论,概念构思
伦理声明
研究方案经东莞滨海湾中心医院(东莞医院 - 南方医科大学南方医院)医学伦理委员会批准(编号:Z2025062)。
利益冲突声明
作者声明没有已知的竞争性财务利益或个人关系可能会影响本论文中报告的工作。
数据及材料可用性
本研究使用的数据集可向第一作者和通讯作者提出合理请求后获取。
稿件准备过程中生成式人工智能和人工智能辅助技术的声明
在本工作准备期间,作者仅使用 DeepSeek-V4.1 进行语言润色。使用该工具后,作者根据需要审查和编辑了内容,并对出版内容承担全部责任。
资助
本工作得到东莞滨海湾中心医院(东莞医院 - 南方医科大学南方医院)科研项目资助(项目编号:G2021001)
利益冲突声明
? 作者声明没有已知的竞争性财务利益或个人关系可能会影响本论文中报告的工作。
徐智荣 | 梁永志 | 周元婷 | 薛雨多 | 刘勇 | 陈怀生 | 陈怡