基于电子病历的重症老年患者急性肾损伤连续风险预测研究

目的 探索重症老年患者(≥60岁)急性肾损伤早期连续风险预测的可行性,促进机器学习在临床决策支持中的应用。具体实现以6 h为单位连续预测重症老年患者在未来48 h的急性肾损伤发病风险,并探索可实现何种程度的早期预测,以及比较当前数据和累积数据的预测效果。方法 基于重症监护医学信息数据库(Medical Information Mart for Intensive Care,MIMIC)-Ⅲ,应用逻辑回归、支持向量机、随机森林和轻量梯度提升机(light gradient boosting machine,LightGBM)建模预测。基于曲线下面积(area under curve,AUC)、精确度和召回率进行结果评估。结果 共11 261条重症老年患者记录纳入研究。基于当前6 h数据预测时,LightGBM的AUC达0.845~0.925,随机森林、支持向量机和逻辑回归的最高AUC均低于0.73。基于入重症监护病房最初6 h数据,LightGBM效果最好,AUC达0.845。LightGBM应用当前数据比累积数据获得更高的AUC、精确度和召回率,随机森林、支持向量机和逻辑回归反之。结论 利用LightGBM对重症老年患者进行急性肾损伤早期连续预测切实可行,仅基于重症监护病房前6 h数据的预测结果就可以达到24 h积累数据的预测效果。此外,不同模型对数据的接收能力和适用性不同,LightGBM在当前数据中表现优于累积数据,其他3种模型在累积数据中表现优于当前数据。     

基于可解释性心脏磁共振参数的机器学习模型预测儿童心肌炎的预后

目的 探讨基于可解释性心脏磁共振(CMR)参数的机器学习模型对儿童心肌炎患者预后的预测价值。 方法 回顾性收集2012年9月至2017年11月临床诊断为儿童心肌炎患者45例,其中男28例,女17例,4~16岁,平均(9.8±3.4)岁。根据随访过程中是否出现心血管不良事件(ACE),将患者分为预后不良组(n=18例)和预后良好组(n=27例)。所有患者于住院治疗后进行CMR扫描,获取心功能、心肌应变、首过灌注及延迟强化(LGE)相关方面共206个可解释性的CMR参数。利用MATLAB分类学习应用程序对参数进行训练,挑选精度最高的模型作为预测模型。采用受试者工作特征曲线(ROC)对模型的预测效能进行评估。 结果 提取出14个可解释性的CMR参数,挑选其中无显著相关性的参数构建组合参数。单一参数中, 美国心脏协会(AHA)分段法中的第7节段最大信号强度百分比(SI %)预测性能最佳,曲线下面积(AUC)、预测敏感性和特异性分别为0.790、0.667和0.833;组合参数达到了最高的预测性能,AUC、预测敏感性和特异性分别为0.940、0.750和0.889。 结论 根据可解释性的CMR参数建立的机器学习模型对儿童心肌炎患者预后的预测具有良好价值,且在预后评估中组合参数比单一参数预测性能更高。     

机器学习模型在预测肾结石输尿管软镜碎石术后早期结石清除率中的应用

目的:基于随机森林和XGBoost两种机器学习算法建立预测模型,探讨其对肾结石患者行输尿管软镜碎石术(flexible ureteroscopic lithotripsy,fURL)后早期结石清除率(stone-free rate, SFR)的预测价值。方法:回顾性分析201例行fURL的肾结石患者的临床资料,根据术后是否达到结石清除标准,将患者分为结石清除组和结石残留组。比较两组患者年龄、体重指数(body mass index,BMI)、结石数目、结石体积、结石密度和肾积水等因素的差异。对于肾下盏结石,需测量肾脏解剖相关指标,包括肾盂漏斗部夹角、肾下盏宽度、肾下盏长度及肾盂肾下盏高度。将上述潜在影响因素分别纳入随机森林和XGBoost算法建立预测模型,绘制受试者工作曲线,检验模型预测价值。前瞻性收集71例患者的临床资料对模型进行外部验证。结果:201例fURL手术均顺利完成,一期手术早期SFR为61.2%。利用随机森林和XGBoost算法建立预测模型并得到不同变量预测重要性评分,随机森林模型和XGBoost模型曲线下面积均为0.77。应用71例样本对模型进行外部验证结果显示,随机森林模型对检测样本的预测总准确率、特异度及灵敏度分别为74.6%、82.6%和60.0%,XGBoost模型对检测样本的预测总准确率、特异度及灵敏度分别为80.3%、87.0%和68.0%。在两种模型中,预测重要性评分排名前四位的变量均为结石体积、平均结石密度、最大结石密度和BMI。结论:基于随机森林和XGBoost算法建立的机器学习模型可准确预测肾结石患者fURL术后早期结石清除状态,有利于术前评估及临床决策。结石体积、平均结石密度、最大结石密度和BMI可能是影响肾结石fURL术后SFR的重要预测因素。     

基于机器学习的ICU老年患者急性肾损伤早期预测模型

背景 急性肾损伤(acute kidney injury,AKI)在重症监护室(intensive care unit,ICU)发病率高,尤其对于老年人群更是如此。寻找ICU老年AKI的危险因素,建立早期预测模型,有助于临床决策。目的 采用机器学习的方法建立ICU老年患者AKI的早期预测模型。方法 收集2018年1月-2021年12月入住解放军总医院第一医学中心重症医学科年龄≥65岁的老年患者的临床资料(80%用于训练集,20%用于测试集)。以是否发生AKI为结局变量,纳入人口统计学、生命体征、实验室检查、合并症等55个预测变量,通过多个机器学习模型(包含决策树、随机森林、逻辑回归、XGBoost、LightGBM)开发多变量预测模型。利用受试者工作特征曲线(ROC曲线)下面积(area under curve,AUC)、准确性、敏感度、特异度、F1值评估模型性能,选出最优模型。结果 最终纳入968例老年患者,其中共304例患AKI(占31.4%)。LightGBM模型的AUC最高,为0.887,决策树、随机森林、逻辑回归、XGBoost模型的AUC分别为0.795、0.850、0.8...     

基于机器学习构建放射性碘治疗疗效的预测模型

目的 基于分化型甲状腺癌(DTC)患者的临床资料及放射学参数,通过机器学习算法构建放射性碘治疗(RAI)疗效的预测模型。 方法 选取2015年12月至2020年12月于山东大学第二医院核医学科接受RAI治疗的1 642例DTC患者为研究对象,在RAI治疗结束的6个月后评估其治疗疗效,筛选与疗效相关的核心特征进行机器学习建模。将研究对象按就诊时间(2019年7月)划分为训练集(n=973)和验证集(n=669),于训练集中利用Logistic、随机森林、支持向量机、Adaboost 4种方法进行模型构建,利用受试者工作特征曲线下面积(AUC)、灵敏度和特异度评估模型的性能,绘制校准曲线及决策曲线评估模型的准确度和临床受益性,并在验证集中评估模型外部稳定性。 结果 4种模型的预测性能较高,稳定性较好,预测精度和净收益高于目前临床常规应用的肿瘤-淋巴结-转移(TNM)分期和复发风险分层。Logistic模型表现最佳,其AUC在训练集中为0.827、验证集中为0.869。 结论 基于机器学习构建的术后RAI治疗疗效预测模型有较高的预测性能,由此构建的列线图可实现个体化精准预测。     

基于Logistic回归和随机森林的心力衰竭预后预测建模

目的 基于电子病历系统结构化信息创建的临床数据库,通过机器学习算法进行数据预处理和特征选择,构建预测心力衰竭患者住院期间死亡和6个月内死亡预测模型,从而辅助识别高危患者,为治疗干预提供指导。方法 以PhysioNet网站上公开的一个数据集为研究数据来源,该数据集纳入了2016年12月至2019年6月在四川省自贡市第四人民医院住院的心力衰竭患者临床信息,利用Python进行数据预处理、特征选择,并构建Logistic回归及随机森林预后预测模型,以增大ROC曲线下面积（area under curve,AUC）为目标优化模型,并在测试集中以AUC、准确率、精确度、召回率和F1分数综合验证模型预测效果。结果 通过数据预处理共获得146项特征用于住院期间心力衰竭死亡预测建模,155项特征用于6个月内心力衰竭死亡预测建模,基于随机森林的建模方法用于住院期间死亡效果最佳,AUC为0.893 1;在6个月内死亡预测上,结合LASSO和RFE进行特征选择,筛选出包括出院去向（健康护理机构、家庭或未知）、入院病房（全科）、出院科室（心血管科）、Killip分级（Ⅰ、Ⅱ和Ⅲ级）、心肌梗死情况以及充血性心力衰竭情况共10个特征进行Logistic回归建模,AUC达到0.833 6,与基于全部特征进行随机森林特征效果（AUC=0.846 0）相当。结论 本研究探索出一套针对电子病历系统结构化临床数据进行数据预处理、特征工程、机器学习算法建模并验证模型的方法,利用真实世界数据构建兼顾预测准确性和高危个体检出率的心衰预后预测模型。     

基于机器学习算法的重症缺血性脑卒中早期死亡预测效果评价

目的 评价支持向量机(SVM)、随机森林(RF)、极限梯度提升(XGBoost)3种机器学习算法与Logistic回归在重症缺血性脑卒中30天死亡结局的预测效果。方法 使用2008年至2019年MIMIC-IV数据库中符合纳排标准的2358例重症缺血性脑卒中患者资料,分别用SVM、随机森林、XGBoost3种机器学习算法与Logistic回归结合合成少数类过采样(SMOTE)技术建立早期死亡预测模型,并使用通过受试者工作特征曲线下面积(AUC)、准确度、F1-score、布里尔分数等指标评价预测效果。结果 SVM、随机森林、XGBoost与Logistic回归模型在原始类不平衡数据死亡预测中AUC值分别为0.78、0.81、0.84、0.83。应用SMOTE合成数据集后,SVM、随机森林、XGBoost与Logistic回归模型的AUC值分别为0.72、0.84、0.83、0.83。除SVM 外,机器学习算法与Logistic回归之间有相似的预测能力,但准确率、布里尔分数等优于Logistic回归,综合分类性能更优。结论 机器学习算法在重症缺血性脑卒中早期死亡预测中性能较传统方法更优,在解决重症患者预后预测研究问题中具有优势。     

基于XGBoost对肺鳞癌和肺腺癌的分类预测

目的 对肺癌亚型肺鳞状细胞癌（肺鳞癌）和肺腺癌进行预测并找出分子标记。方法 通过研究两种不同癌症亚型中mRNA表达量,选取有差异有统计学意义的mRNA,利用极限梯度增强（extreme gradient boosting,XGBoost）算法构建模型,预测亚型分类,并比较其与逻辑回归分类模型和支持向量机分类模型的预测性能。结果 基于XBGoost模型的预测准确率为96.55%,曲线下面积为99.04%,优于逻辑回归分类模型和支持向量机分类模型。同时,找到11个基因作为两种亚型的分子标记。结论 肺癌两种亚型的在分子层面存在明显差异特征,将辅助临床医生进行疾病亚型预测。     

120例胶质瘤及瘤周水肿MRI影像组学在评估肿瘤复发中的价值

目的 探讨胶质瘤及瘤周水肿(PTE)MRI影像组学在评估肿瘤复发中的价值。 方法 选取山东大学齐鲁医院2013年1月至2020年12月经术后病理证实的胶质瘤患者120例,包括55例复发和65例无复发患者,根据术前T₂WI和T₁WI增强图像对肿瘤和PTE进行三维容积感兴趣区勾画,并按照8∶2的比例分为训练组和验证组,分析两者及联合的组学特征与肿瘤复发的关系。使用受试者工作特征(ROC)曲线下面积(AUC)与准确性矩阵,比较和评价不同影像组学模型的训练结果。 结果 对于PTE,K临近法(KNN)分类器预测效能最好:训练组AUC值、敏感度、特异度分别为0.910、0.84、0.88,验证组分别为0.916、0.82、0.93。对于肿瘤,逻辑回归(LR)分类器预测效能最好:训练组AUC值、敏感度和特异度分别为0.777、0.69、0.67,验证组分别为0.758、0.82、0.92。当肿瘤+PTE联合时,逻辑回归(LR)分类器预测效能最好:训练组AUC值、敏感度、特异度为0.977、0.88、0.89,验证组则为0.841、0.73、0.83。 结论 胶质瘤PTE和肿瘤影像组学特征在预测胶质瘤术后复发方面具有一定的价值,其中PTE的KNN组学模型效能最佳。     

基于机器学习算法构建高血压并发视网膜病变的风险预测模型

目的 运用机器学习算法构建原发性高血压并发视网膜病变风险的预测模型。方法 选取2020年3月至2022年3月在中国人民解放军联勤保障部队第908医院体检中心确诊的原发性高血压患者402例,其中原发性高血压并发视网膜病变患者201例(观察组),单纯原发性高血压患者201例(对照组)。收集2组患者34个相关研究指标作为原发性高血压并发视网膜病变的可能影响因素,并采用单因素分析、Spearman相关系数及最小绝对收缩和选择算子方法(Lasso回归)筛选变量后,将所有研究对象按7:3随机分为训练集和测试集,在训练集中运用机器学习算法构建支持向量机(SVM)、K邻近(KNN)、分类决策树(DecisionTree)、随机森林(RF)、极端随机树(ExtraTrees)、XGBoost及LightGBM预测模型,在测试集中进行验证。运用准确率、AUC值、敏感性及特异性对模型进行评价。结果 经单因素分析、Spearman相关系数及Lasso回归筛选出19个变量,构建了SVM、KNN、DecisionTree、RF、ExtraTrees、XGBoost、LightGBM预测模型。其中综合性能最高的为E...     

Comparison of Mortality Predictive Models of Sepsis Patients Based on Machine Learning

ObjectiveTo compare the performance of five machine learning models and SAPS II score in predicting the 30-day mortality amongst patients with sepsis.MethodsThe sepsis patient-related data were extracted from the MIMIC-IV database. Clinical features were generated and selected by mutual information and grid search. Logistic regression, Random forest, LightGBM, XGBoost, and other machine learning models were constructed to predict the mortality probability. Five measurements including accuracy, precision, recall, F1 score, and area under curve (AUC) were acquired for model evaluation. An external validation was implemented to avoid conclusion bias.ResultsLightGBM outperformed other methods, achieving the highest AUC (0.900), accuracy (0.808), and precision (0.SS9). All machine learning models performed better than SAPS II score (AUC=0.748). LightGBM achieved 0.883 in AUC in the external data validation.ConclusionsThe machine learning models are more effective in predicting the 30-day mortality of patients with sepsis than the traditional SAPS II score.     

基于机器学习的原发性高血压并发脑梗死的风险预测模型

目的 利用机器学习算法构建原发性高血压并发脑梗死的风险预测模型,并探索原发性高血压患者并发脑梗死的危险因素.方法 收集重庆市7家医院2015年1月1日至2019年12月31日确诊的1478例原发性高血压并发脑梗死患者及2826例无脑梗死的原发性高血压患者的42项临床指标资料.采用单因素分析筛选输入指标,将4304名患者...     

2型糖尿病肾病预测的集成学习模型研究

目的:构建3个2型糖尿病肾病的预测模型.方法:基于国家临床医学科学数据中心的《糖尿病并发症预警数据集》,采用多种预处理方法清洗数据,通过Logistic回归分析和互信息等方法筛选特征.选用提升决策树、决策森林和决策丛林3种集成学习模型进行训练,实现对2型糖尿病肾病的风险预测.采用准确率、精确率、召回率,F1值和AUC ...     

基于集成学习模型预测重症患者再入重症监护病房的风险

目的: 基于集成学习算法建立患者再入重症监护病房(intensive care unit, ICU)的风险预测模型,并比较各个模型的预测性能。方法: 使用美国重症医学数据库(medical information mart for intensive care,MIMIC)-Ⅲ,根据纳入、排除标准筛选患者,提取人口学特征、生命体征、实验室检查、合并症等可能对结局有预测作用的变量,基于集成学习方法随机森林、自适应提升算法(adaptive boosting, AdaBoost)和梯度提升决策树(gradient boosting decision tree, GBDT)建立再入ICU预测模型,并比较集成学习与Logistic回归的预测性能。使用五折交叉验证后的平均灵敏度、阳性预测值、阴性预测值、假阳性率、假阴性率、受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUROC)和Brier评分评价模型效果,基于最佳性能模型给出重要性排序前10位的预测变量。结果: 所有模型中,GBDT (AUROC=0.858)优于随机森林(AUROC=0.827),略好于AdaBoost (AUROC=0.851)。与Logistic回归(AUROC=0.810)相比,集成学习算法在区分度上均有较大的提升。GBDT算法给出的变量重要性排序中,平均动脉压、收缩压、舒张压、心率、尿量、血肌酐等变量排序靠前,相对而言,再入ICU患者的心血管功能和肾功能更差。结论: 基于集成学习算法的患者再入ICU预测模型表现出较好的性能,优于Logistic回归。使用集成学习算法建立的再入ICU风险预测模型可用于识别再入ICU风险高的患者,医务人员可针对高风险患者采取干预措施,改善患者的整体临床结局。