《Frontiers in Cellular and Infection Microbiology》:Interpretable machine learning for postoperative sepsis prediction in ICU patients following intracranial hematoma evacuation
编辑推荐:
背景:脓毒症是颅内血肿清除术后ICU患者中常见且危及生命的并发症。本研究旨在开发并外部验证一种可解释的机器学习模型,用于预测这一高危神经重症监护人群的脓毒症风险。方法:设计了一项多中心回顾性研究。基于MIMIC-IV进行模型开发与内部测试,并使用MIMIC-I
背景:脓毒症是颅内血肿清除术后ICU患者中常见且危及生命的并发症。本研究旨在开发并外部验证一种可解释的机器学习模型,用于预测这一高危神经重症监护人群的脓毒症风险。方法:设计了一项多中心回顾性研究。基于MIMIC-IV进行模型开发与内部测试,并使用MIMIC-III、eICU以及来自江苏省中西医结合医院的独立临床队列进行外部验证。ICU住院期间的脓毒症根据操作化Sepsis-3标准定义。使用Boruta和LASSO筛选早期ICU变量,开发并比较了六种机器学习算法。通过区分度、校准度和决策曲线分析评估模型性能,并使用SHAP和LIME评估其可解释性。排除基线SOFA后重新训练全部六种模型以进行敏感性分析。结果:共纳入1,729例患者,其中717例在ICU住院期间发生脓毒症。最终模型保留了13个预测因子,包括WBC、SOFA评分、SpO2、葡萄糖、氯化物、肺炎、阿司匹林使用、甘露醇使用、血管升压药使用、机械通气、RBC、镇静药使用和GCS评分。XGBoost表现出最均衡的整体性能,内部测试集的AUC为0.794,在MIMIC-III、eICU和独立临床验证队列中的AUC分别为0.820、0.837和0.796。SHAP分析确定SOFA评分、血管升压药使用、葡萄糖、肺炎和镇静药暴露是模型预测的主要贡献因素,而LIME支持个体层面的可解释性。研究人员实现了一个基于网络的计算器用于个体化风险预测。敏感性分析显示,排除SOFA后XGBoost仍保持区分度,各外部队列的AUC无显著变化。结论:本研究开发并外部验证了一种基于XGBoost的可解释模型,用于预测颅内血肿清除术后患者ICU住院期间的脓毒症风险。该模型在多个验证队列中表现出总体一致的基于AUC的区分度,可能有助于个体化风险分层。在常规临床实施之前,仍需进一步的前瞻性验证和临床影响评估。
**一、研究背景与科学问题**
脓毒症是颅内血肿清除术后ICU患者常见且危及生命的并发症。颅内血肿清除术是自发性脑出血、创伤性脑损伤相关出血及占位性颅内血肿患者急性期的主要外科干预手段,可有效缓解颅内压、防止神经功能进行性恶化并降低脑疝风险。然而,术后患者常需在ICU接受神经监测与器官支持,此期间不良事件仍可导致预后不良和较高死亡率。全球疾病负担研究估计,2017年全球脓毒症病例约4,890万例,相关死亡约1,100万例,占全球死亡总数的19.7%。一项全球ICU审计报告显示,29.5%的ICU患者发生脓毒症,ICU和医院死亡率分别为25.8%和35.3%。因此,早期识别ICU患者脓毒症风险具有重要临床意义。
目前存在的主要问题包括:传统严重程度评分如SOFA和SAPS II虽能提供总体病情严重程度评估,但并非针对颅内血肿清除术后患者开发;已有机器学习研究主要聚焦于普通ICU人群或特定疾病亚组,如单纯脑出血或创伤性脑损伤,而针对颅内血肿清除术这一程序定义的术后神经重症人群的研究尚属空白;且多数研究缺乏跨异质性数据库的独立外部验证,其泛化性不确定。急性脑损伤可通过自主神经和神经内分泌通路破坏神经免疫稳态,触发早期全身炎症、随后出现脑损伤诱导的免疫抑制和医院感染易感性。意识障碍、机械通气、镇静暴露、循环不稳定和代谢紊乱可能进一步增加医院获得性感染和脓毒症风险。因此,整合常规可获得的早期ICU变量以支持个体化术后脓毒症风险分层具有重要的临床价值。
**二、研究设计与技术方法**
研究人员开展了一项多中心回顾性队列研究,使用MIMIC-IV数据库进行模型开发和内部测试,采用MIMIC-III、eICU以及江苏省中西医结合医院独立临床队列(2022年1月至2026年4月)进行外部验证,覆盖不同时间段、医疗系统和真实世界临床环境。研究共纳入1,729例患者,脓毒症结局依据操作化Sepsis-3标准定义为感染背景下SOFA评分急性增加≥2分,发作于ICU住院期间。
在关键技术方法方面,研究人员采用以下核心分析流程(样本队列来源:MIMIC-IV、MIMIC-III、eICU及江苏省中西医结合医院独立临床队列):(1)使用Boruta算法进行广泛筛选,随后采用LASSO回归结合十折交叉验证进行正则化和降维,最终确定13个预测因子;(2)开发并比较六种监督机器学习算法,包括决策树、随机森林、XGBoost、LightGBM、支持向量机和人工神经网络,通过网格搜索和五折交叉验证在训练集内优化超参数;(3)使用ROC曲线和AUC评估区分度,校准曲线和Brier评分评估校准度,决策曲线分析评估临床净收益,并计算准确率、敏感度、特异度、F1分数、Cohen's kappa、Youden指数、PPV和NPV等分类指标;(4)采用SHAP和LIME方法从全局和个体两个层面解释模型预测;(5)排除基线SOFA后重新训练全部六种模型进行敏感性分析。
**三、主要研究结果**
**(一)患者选择与基线特征**:经系统筛选,共纳入1,729例颅内血肿清除术后ICU患者。MIMIC-IV纳入1,026例并按7:3分为训练集(n=719)和内部测试集(n=307),MIMIC-III、eICU和JPHITCWM分别纳入221、302和180例作为外部验证队列。术后脓毒症总发生率为41.5%,各队列间存在显著差异(MIMIC-IV为50.5%,MIMIC-III为29.4%,eICU为25.5%,JPHITCWM为31.7%,P<0.001)。JPHITCWM队列年龄相对较轻但基线SOFA评分显著更高(7 [IQR, 6–10] vs. 3 [IQR, 2–4],P<0.001),提示存在重要的严重程度相关病例组合差异。
**(二)特征选择与变量重要性排序**:共收集38个候选预测因子,涵盖人口统计学、生命体征、实验室检查、严重程度评分、干预措施和合并症。经Boruta算法筛选出19个变量,再经LASSO回归最终确定13个关键预测因子:WBC、SOFA评分、SpO
2、葡萄糖、氯化物、肺炎、阿司匹林使用、甘露醇使用、血管升压药使用、机械通气、RBC、镇静药使用和GCS评分。共线性评估显示13个预测因子的方差膨胀因子接近1(约1.01–1.54),无显著多重共线性,且无任何预测因子对间存在强Spearman相关性(|r
s|≥0.70)。
**(三)模型性能比较**:在训练集中,LightGBM和RF表现出较高的表观区分度(AUC分别为0.967和0.934),但在测试集和外部验证队列中性能明显下降。XGBoost在内部测试集AUC为0.794(95% CI,0.738–0.838),在MIMIC-III、eICU和JPHITCWM外部验证队列中AUC分别为0.820、0.837和0.796,表现出跨队列最均衡的整体性能。校准分析显示XGBoost的Brier评分在各队列中可接受,但在JPHITCWM队列中校准曲线偏离理想参考线较大。决策曲线分析显示多数模型在特定阈值范围内相对于treat-all和treat-none策略具有净收益。综合考虑区分度、校准度、分类性能和临床净收益,而非仅依据单一队列的AUC,XGBoost被选为主要模型。
**(四)模型可解释性**:SHAP全局特征重要性显示SOFA评分对模型输出的贡献最大,其次为葡萄糖、血管升压药使用、肺炎、WBC、镇静药使用、甘露醇使用、GCS评分、机械通气、SpO
2、氯化物、RBC和阿司匹林使用。较高的SOFA评分、葡萄糖、WBC和氯化物以及血管升压药使用、肺炎、镇静药使用、甘露醇使用和机械通气与较高的预测脓毒症风险相关,而较高的GCS评分和RBC则与较低的预测风险相关。SHAP依赖图显示连续变量与模型输出之间存在非线性关联。LIME分析结果与SHAP总体一致,在代表性高风险患者中,SOFA评分范围、血管升压药使用、肺炎、机械通气、镇静药使用、阿司匹林使用、较高SpO
2和氯化物均促进高风险分类。
**(五)敏感性分析**:排除基线SOFA后重新训练全部六种模型。XGBoost在内部测试集AUC为0.757,在MIMIC-III、eICU和JPHITCWM分别为0.811、0.823和0.772。与原始模型相比,内部测试集AUC差异具有统计学意义(ΔAUC = ?0.037;P = 0.001),但三个外部验证队列的AUC差异均不显著。SOFA-free XGBoost模型的SHAP分析显示GCS成为首要贡献变量,而葡萄糖、肺炎、血管升压药使用和WBC仍保持领先贡献。这表明XGBoost的外部区分度并非仅依赖于基线SOFA。
**(六)网络计算器实现**:最终XGBoost模型被部署为交互式网络预测工具(https://predi2.shinyapps.io/shiny_web/),界面要求输入SOFA评分、葡萄糖、血管升压药使用、肺炎、WBC、镇静药使用、SpO
2、氯化物、GCS评分、甘露醇使用、阿司匹林使用、机械通气和RBC,提交后提供个体化术后脓毒症风险预测及图形化解释。
**四、讨论与结论**
本研究基于多中心真实世界数据,开发并验证了一种可解释的机器学习模型用于预测颅内血肿清除术后ICU患者脓毒症风险。研究创新点在于聚焦程序定义的术后神经重症人群,而非普通ICU或单一诊断队列。尽管血肿病因存在异质性,这些患者共享急性神经损伤、意识障碍和术后器官支持需求的临床情境,可能共同影响感染和后续脓毒症风险。研究采用跨数据库验证框架,MIMIC-III提供时间验证,eICU提供跨机构和医疗系统的地理验证,机构队列提供真实世界临床环境评估。
SHAP分析识别的SOFA评分、葡萄糖、血管升压药使用、肺炎、WBC和镇静药暴露等主要预测贡献因素具有临床合理性,应视为对既定风险相关临床信息的结构化模型特异性量化,而非新病因学风险因素的发现。敏感性分析表明XGBoost的外部区分度并非仅依赖基线SOFA,但GCS贡献的增加提示部分严重程度相关信息可能在排除SOFA后在剩余变量间重新分配。研究局限性包括:回顾性设计可能引入幸存者和选择偏倚;使用ICU入院后首次记录值而未纳入动态信息;SOFA同时作为预测因子和Sepsis-3结局定义组成部分可能造成定义重叠;公共ICU数据库缺乏详细神经外科和围手术期信息;管理编码定义研究人群可能引入错误分类;网络计算器仍为研究用途原型而非经验证的临床决策支持系统。
研究结论:本研究基于多中心真实世界数据开发并外部验证了基于XGBoost的机器学习模型,用于预测颅内血肿清除术后ICU患者的脓毒症风险。在六种算法中,XGBoost在评估队列中表现出相对均衡的整体性能特征。SHAP和LIME分析确定SOFA评分、葡萄糖、血管升压药使用、肺炎、WBC和镇静药暴露是模型预测的主要贡献因素。该模型可作为颅内血肿清除术后ICU患者脓毒症早期识别和个体化风险分层的辅助工具,但仍需在更大规模多中心前瞻性研究中进一步验证。