急性胰腺炎死亡率预测新突破：XGBoost 模型展现强大潜力

为改善急性胰腺炎（AP）死亡率预测，研究人员构建 XGBoost 模型，其性能优于传统评分系统，意义重大。

　　急性胰腺炎（Acute Pancreatitis，AP）是一种常见的胃肠道疾病，它就像一颗隐藏在人体里的 “不定时炸弹”，每年都有不少人因它而紧急住院。AP 的病情差异极大，大部分患者病情较轻，就像一场小感冒，能自我恢复；但约 20% 的患者却会发展为重症，引发多器官衰竭，死亡率高达 36 - 50% ，如同陷入一场可怕的重病危机。

目前，风险分层对于 AP 患者的治疗至关重要，它能帮助医生判断患者该接受何种程度的治疗，决定治疗的强度。自 1974 年以来，大约有 20 种评分系统被开发用于评估 AP 的严重程度和预测死亡率，比如常用的急性生理学与慢性健康状况评分系统（APACHE II）、兰森评分（Ranson score）和急性胰腺炎床边严重指数（Bedside Index for Severity in Acute Pancreatitis，BISAP）。然而，这些评分系统存在诸多问题。有些计算起来十分繁琐，在忙碌的临床实践中，医生很难快速准确地完成计算；而且它们大多依赖标准统计方法，分配固定权重，无法灵活适应不同患者的情况。此外，现有的评分系统也无法清晰地指导医生识别那些极低风险的患者，这些患者其实可以在普通病房安全监测，却可能因无法判断而被不必要地送入重症监护病房（Intensive Care Unit，ICU），既浪费了医疗资源，又增加了患者的负担。

为了解决这些难题，浙江大学医学院附属第一医院的研究人员 Meng Jiang、Xiao - peng Wu 等人开展了一项极具意义的研究。他们构建了一种可解释的机器学习（Machine Learning，ML）模型 ——XGBoost 模型，用于计算入住 ICU 的 AP 患者的死亡风险，并与现有的临床评分系统进行比较。该研究成果发表在《BMC Gastroenterology》上。

在研究方法上，研究人员主要采用了以下关键技术：

1. 数据来源：从两个大型重症监护数据库，即重症监护医学信息库（Medical Information Mart for Intensive Care，MIMIC）和 eICU 协作研究数据库（eICU - Collaborative Research Database，eICU - CRD）收集数据。MIMIC 包含 2001 - 2019 年的患者数据，eICU - CRD 包含 2014 - 2015 年美国多家医院的患者数据。
2. 模型构建与验证：利用 MIMIC 数据集训练 XGBoost 模型，并进行十折交叉验证，然后在 eICU - CRD 队列中进行外部验证。
3. 模型评估：通过受试者工作特征曲线下面积（Area Under the Receiver Operating Characteristic Curve，AUC）、灵敏度、特异性等指标评估模型性能，并使用校准曲线、Hosmer - Lemeshow 检验和布里尔分数（Brier score）评估模型校准度。
4. 模型解释：采用 SHapley Additive exPlanations（SHAP）方法解释模型的预测结果。

研究结果如下：

1. 基线特征：研究共纳入 MIMIC 中 1782 例 AP 患者作为训练队列，其中 250 例死亡；纳入 eICU - CRD 中 507 例 AP 患者作为外部验证集，其中 34 例死亡。分析发现，非幸存者的年龄、部分生命体征、实验室指标等与幸存者存在显著差异。
2. XGBoost 模型构建：排除缺失值较多的变量后，确定用于模型开发的特征。经过训练，模型在第 24 轮训练时在 eICU - CRD 验证队列中表现最佳，达到最大 AUC 和最小对数损失。
3. 机器学习模型性能：在预测院内死亡方面，XGBoost 模型的 AUC 为 0.89（95% CI：0.84 - 0.94），优于随机森林、k 近邻（k - nearest neighbor，kNN）等其他机器学习模型，且校准度良好。与临床评分系统相比，虽然 XGBoost 模型的 AUC 与 APACHE IV、序贯器官衰竭评估（Sequential Organ Failure Assessment，SOFA）评分相比差异不显著，但高于 BISAP 评分。
4. 识别极低风险患者：将模型和临床评分系统的灵敏度设定为 100% 以识别极低风险患者时，XGBoost 模型的特异性为 38%，远高于 APACHE IV、SOFA 和 BISAP 评分（分别为 1%、16% 和 1%） 。这意味着 XGBoost 模型能筛选出更多无需入住 ICU 监测的极低死亡风险患者。
5. 可解释性：通过 SHAP 方法对 3 例患者进行分析，展示了模型如何根据患者的各项特征做出预测。例如，患者 1 因收缩压降低、格拉斯哥昏迷评分（Glasgow Coma Scale，GCS）低等因素，模型预测死亡概率为 9%，实际也死亡；患者 2 因年轻、部分指标正常等因素，模型预测死亡概率为 1%，实际存活；患者 3 因多种危险因素，模型预测死亡概率为 11%，实际也死亡。

研究结论与讨论：
XGBoost 模型在预测 AP 患者死亡率方面优于目前常用的临床风险评分系统。它能够更好地识别极低风险的 AP 患者，这些患者可以在普通病房安全监测，从而提高医疗资源的利用效率。而且，通过 SHAP 方法，医生能够理解模型的预测依据，增加了模型在临床实践中的可接受性。不过，该研究也存在一些局限性。比如，模型的特异性虽有提高，但仍未达到最佳；数据为回顾性收集，存在部分缺失；模型在其他人群中的表现还需进一步验证；受数据库限制，纳入的影响因素不够全面等。尽管如此，这项研究依然为 AP 患者的死亡率预测和风险分层提供了新的思路和方法，未来有望通过纳入更多前瞻性高质量数据，进一步优化模型，使其更好地融入临床决策支持系统，为 AP 患者的治疗带来更大的帮助。