《Journal of Tissue Viability》:Development and external validation of a machine-learning model for classifying documented pressure injury status during ICU stays among patients receiving invasive mechanical ventilation: A MIMIC-IV and eICU study
编辑推荐:
目的:开发并外部验证一种机器学习模型,用于分类接受有创机械通气(invasive mechanical ventilation)的重症监护病房(intensive care unit, ICU)患者住院期间被记录的压力性损伤(pressure injury)状
目的:开发并外部验证一种机器学习模型,用于分类接受有创机械通气(invasive mechanical ventilation)的重症监护病房(intensive care unit, ICU)患者住院期间被记录的压力性损伤(pressure injury)状态。方法:开发队列包括来自MIMIC-IV版本3.1的1601例患者,其中390例有记录压力性损伤,1211例无记录压力性损伤。使用ICU入住前24 h内记录的连续临床变量的均值。缺失数据>30%的变量和患者被排除,剩余缺失值采用随机森林插补(random forest imputation)。特征选择使用Boruta和最小绝对收缩和选择算子(least absolute shrinkage and selection operator, LASSO)回归。使用10折交叉验证比较6种机器学习模型,随后使用GridSearchCV优化XGBoost,以ROC-AUC为优化指标,随机种子为42。采用SHapley Additive exPlanations(SHAP)进行模型解释。外部验证在1576例eICU患者中进行,其中221例有记录压力性损伤,1355例无记录压力性损伤;由于无法获得连续的ICU前数据,使用ICU入住后记录的第一个值。结果:XGBoost在6种候选模型中总体性能最佳。优化后,模型在MIMIC-IV中10折交叉验证的受试者工作特征曲线下面积(area under the receiver operating characteristic curve, AUC)为0.853(95% CI,0.765–0.941),在独立eICU队列中AUC为0.703(95% CI,0.669–0.737)。最终模型包括性别、白细胞计数、血糖、血细胞比容、血尿素氮和阴离子间隙。SHAP分析确定血尿素氮和阴离子间隙为模型输出的最强贡献因素。结论:优化后的XGBoost模型在接受有创机械通气的ICU患者中,对分类记录的压力性损伤状态表现出中等的外部区分能力,并可能为临床评估提供补充信息。
一、研究背景与问题
压力性损伤(pressure injury)是成人ICU常见并发症。既往研究报道ICU患者总体压力性损伤患病率为26.6%,ICU获得性压力性损伤发生率为16.2%。压力性损伤可引起疼痛、感染、住院时间延长和医疗费用增加,并与不良结局和死亡增加相关。ICU患者压力性损伤病因多因素,主要因素包括制动、脓毒性休克、血管活性药物使用、镇静和机械通气。接受有创机械通气(invasive mechanical ventilation)者因镇静镇痛、活动受限、血流动力学不稳定和多种合并症尤其脆弱。压力性损伤预防已成为重要临床优先事项。Braden量表广泛使用且对风险评估有指导价值,但相对主观且耗时。基于电子健康记录(electronic health record, EHR)数据的分类模型可能帮助临床医生识别住院期间有记录压力性损伤的ICU患者,支持针对性评估和预防。机器学习(machine learning)可分析高维数据并识别非线性关系,已用于危重患者结局预测,但多数模型仅在单一数据集开发和验证,独立数据库外部验证有限。因此,研究人员使用MIMIC-IV开发分类模型,并用eICU外部验证,采用SHAP解释模型输出,旨在帮助ICU临床医生识别高模型预测概率患者,为综合临床评估提供补充信息。
二、研究开展与结论意义
研究人员从两个大型公开重症数据库获取数据:开发数据来自MIMIC-IV,外部验证来自eICU。纳入年龄≥18岁、接受有创机械通气、ICU停留≥48 h者;排除血液恶性肿瘤和院内死亡,重复ICU入住仅纳入首次。开发队列1601例,外部验证1576例。结局为ICU住院期间EHR中压力性损伤相关诊断记录;MIMIC-IV用ICD-9-CM 707.0×、707.2×和ICD-10-CM L89,eICU用ICD和诊断文本。变量为ICU入住前24 h内记录的连续临床变量均值,eICU因无连续ICU前数据用入ICU后首个记录。缺失>30%变量和患者排除,剩余随机森林插补。Boruta和LASSO选择特征,初步模型后SHAP评估贡献并手工修剪,最终模型含性别、白细胞计数、血糖、血细胞比容、血尿素氮和阴离子间隙。六种模型10折交叉验证比较,XGBoost初始最佳,后以GridSearchCV优化,ROC-AUC为目标,随机种子42,固定概率阈值0.304。外部验证eICU。结论:优化XGBoost在MIMIC-IV 10折交叉验证AUC为0.853,eICU AUC为0.703;SHAP显示阴离子间隙和BUN贡献最强。意义在于提供基于常规EHR变量的补充分类信息,但外部敏感性低、校准不完美,不能独立筛查,需前瞻验证和局部重校准。
三、主要关键技术方法
研究基于MIMIC-IV版本3.1开发队列和eICU外部验证队列。纳入成人有创机械通气且ICU停留≥48 h患者,排除血液恶性肿瘤、院内死亡和重复ICU入住。缺失>30%变量和患者删除,剩余随机森林插补;Boruta和LASSO交叉选择特征,SHAP辅助修剪;比较XGBoost、AdaBoost、LightGBM、随机森林、GBDT和决策树,10折交叉验证,XGBoost用GridSearchCV优化,ROC-AUC指标,随机种子42,固定阈值0.304;eICU独立外部验证,统计用R 4.2.3和Python 3.11.4。
四、研究结果
3.1 基线特征:应用纳排标准后,开发队列1601例。按ICU期间EHR中是否记录压力性损伤相关诊断分组。与无记录压力性损伤者相比,有记录者更年长,血细胞比容中位数较低,血尿素氮中位数较高。其他分类和实验室变量也存在差异。
3.2 多种机器学习算法性能比较:在MIMIC-IV开发队列比较六种算法。XGBoost AUC最高0.866(95% CI,0.787–0.944),随后AdaBoost 0.861,随机森林0.853,决策树0.839,GBDT 0.828,LightGBM 0.724。决策曲线分析显示XGBoost在多数阈值概率净获益较大;校准曲线最接近对角线;精确率-召回率曲线中平均精度最高0.815。DeLong检验未显示XGBoost与其他模型两两比较统计学显著差异,但其点估计AUC最高且区分度、校准和决策曲线分析综合表现好,故选择优化。优化分析留出15.05%MIMIC-IV人群(n=241)作为内部测试,其余用GridSearchCV 10折交叉验证;优化XGBoost 10折交叉验证AUC为0.853(95% CI,0.765–0.941),KS统计量为0.741。
3.3 SHAP分析:SHAP用于解释各特征对优化XGBoost输出的影响。蜂群图显示低阴离子间隙值和高血尿素氮值使模型输出转向有记录压力性损伤阳性类。血细胞比容也有明显贡献,但其SHAP模式与阳性分类并非简单单调关系。白细胞计数和血糖未显示与模型输出的简单单调相关。性别SHAP值聚集在零附近,影响较小。SHAP排序由高到低为阴离子间隙、血尿素氮、血细胞比容、白细胞计数、血糖和性别。
3.4 外部验证:六个最终预测因子在MIMIC-IV和eICU分布不同。最大差异为阴离子间隙绝对标准化均数差(standardized mean difference, SMD)=0.533和血细胞比容0.441,其次血糖0.275;血尿素氮0.197和性别0.194差异较小,白细胞计数0.065较接近。eICU 1576例中221例(14.0%)有记录压力性损伤,1355例(86.0%)无。最终优化XGBoost模型在eICU的AUC为0.703(95% CI,0.669–0.737)。在固定阈值0.304时,混淆矩阵为真阴1146、假阳209、假阴153、真阳68;敏感性0.308(95% CI,0.251–0.371),特异性0.846(95% CI,0.826–0.864),准确率0.770(95% CI,0.749–0.790),阳性预测值0.245(95% CI,0.199–0.299),阴性预测值0.882(95% CI,0.864–0.899),F1评分0.273(95% CI,0.221–0.324)。外部校准Brier评分0.119(95% CI,0.109–0.129),校准曲线偏离完美校准,尤其在高预测概率处。
五、讨论总结与结论翻译
讨论指出,接受有创机械通气患者压力性损伤风险高,原因包括严重疾病、活动受限和频繁镇静治疗。Lima-Serrano et al. 发现活动或移动受损、组织灌注受损和血管升压药使用是危重患者中较一致的危险因素。2025年综述进一步确认活动受限、灌注受损、血管升压药使用和ICU停留延长的重要性。但有创机械通气不应简单视为压力性损伤直接原因;此类患者通常病情更重、制动更久、镇静镇痛暴露更多、组织灌注更差、接触医疗设备更频繁。Lee et al. 报告神经肌肉阻滞剂和阿片类药物暴露时间越长与压力性损伤风险增加相关,可能因这些治疗导致制动。系统综述还识别长期设备使用、血管收缩药给药和俯卧位通气为潜在危险因素。未保留在最终六特征模型中的镇静剂使用、血管升压药使用、糖皮质激素使用和某些合并症在Boruta分析中仍显示一定重要性,且与既往发现大体一致;Boruta力求识别尽可能多相关变量,LASSO更重视模型简约性,因此排除不必然表示与压力性损伤无关。药物暴露仅按二分是/否编码,未考虑剂量、疗程、药物类别或临床指征,可能低估药物相关因素。
机器学习可捕获复杂高阶交互和非线性关系,已广泛用于压力性损伤风险预测;2023年系统综述和荟萃分析发现机器学习压力性损伤模型汇总区分度较高,但研究多受单中心、小样本、模型报告不完整和外验证不足限制;另一系统综述发现特征选择、缺失数据处理和模型评价方法异质性大。2025年一项MIMIC-IV研究纳入29448例机械通气ICU患者,开发XGBoost并用SHAP解释,内部测试AUC 0.739,最具影响变量包括脓毒症、年龄、血小板计数、ICU住院时间、氧合指数、血红蛋白、入院类型、肾脏疾病、白蛋白和种族,但未在独立外部数据库验证。与之相比,本研究比较多种机器学习算法,使用10折交叉验证评价最优模型,并用多中心eICU独立外部验证。外部验证区分度下降可能因队列患者特征、结局患病率、医院环境、临床实践行为和资料收集过程差异;eICU为多医院数据,MIMIC-IV为单中心数据,外部验证更困难但更严格评估模型可迁移性。另一原因是预测因子测量窗口不一致:MIMIC-IV用入ICU前24 h均值,eICU用入ICU后首个可用值。六预测因子分布存在差异,eICU记录压力性损伤少于MIMIC-IV(14.0% vs 24.4%)。外部操作特征显示阈值0.304时敏感性0.308、特异性0.846,不能作为个体筛查或排除工具;Brier评分0.119,但外部校准曲线在高预测概率处偏离理想对角线,提示校准漂移,若前瞻评价需按临床目的选阈值并考虑局部重校准。
阴离子间隙为SHAP最重要特征,计算为钠?(氯+碳酸氢盐);较低阴离子间隙与较高阳性概率相关。该发现与高阴离子间隙代谢性酸中毒通常反映更严重疾病的传统理解不一致。可能解释是低白蛋白血症降低测得阴离子间隙,因为白蛋白是血浆最丰富未测阴离子;白蛋白降低也可降低计算阴离子间隙,并与疾病严重程度、营养差和系统炎症相关。因此阴离子间隙不应简单解释为代谢性酸中毒绝对指标。血尿素氮高与阳性概率增加相关;BUN升高常见于肾功能不全、组织灌注受损和高分解代谢,反映营养差、微循环灌注受损和组织愈合能力降低。既往XGBoost研究也识别肾脏疾病为重要特征。血细胞比容低与阳性分类相关,低血细胞比容可反映贫血、失血或血液稀释,损害组织氧输送。白细胞计数贡献但SHAP模式非单调,与Jiang et al. 发现一致,但多数证据来自单中心观察研究。性别提供有限分层信息。最终六变量均可通过健康记录电子获取并自动计算,理论上可整合入ICU信息系统,但外部敏感性低,不能替代Braden量表或护士判断。优势包括聚焦有创机械通气患者、比较六算法、结合Boruta和LASSO、SHAP提高可解释性、eICU独立多中心外验证、仅用六项常规变量。局限包括回顾性数据库选择和信息偏倚,仅关联非因果;ICD诊断无压力性损伤实际发生时间,eICU诊断时间偏移主要反映录入时间而非病变初发时间,不能严格区分入ICU前已有和ICU新发,也无法确定机械通气、预测因子测量和压力性损伤记录精确时间顺序;测量窗口不一致伴分布漂移,可能影响外验证;外部校准曲线偏离,临床实施前可能需局部重校准;未纳入Braden评分、活动能力、营养状态和减压床垫等因素;随机森林插补不能完全消除非随机缺失偏倚;插补和特征选择在交叉验证前完成,未在每折重新估计,可能使内部性能乐观,未做全嵌套预处理敏感性分析,内部验证结果需谨慎解释;尚未前瞻验证,临床效用需进一步评价。
结论翻译:使用MIMIC-IV和eICU数据库,研究人员开发并外部验证了一种机器学习模型,用于分类接受有创机械通气的ICU患者住院期间记录的压力性损伤状态。超参数优化后,最终XGBoost模型在MIMIC-IV中10折交叉验证AUC为0.853,在eICU外部AUC为0.703。主要分类特征为阴离子间隙、血尿素氮、血细胞比容、白细胞计数、血糖和性别。尽管该模型可为综合临床评估提供补充信息,但其相对较低的外部敏感性和不完美校准妨碍其作为独立筛查工具使用。常规临床实施前需要前瞻验证和局部重校准。