无监督聚类助力脓毒症识别：开启精准诊疗新篇

《Intensive Care Medicine Experimental》：Unsupervised clustering for sepsis identification in large-scale patient data: a model development and validation study

研究针对脓毒症识别难题，开展无监督聚类研究，发现该方法有潜力，为脓毒症诊疗提供新方向。

　　脓毒症，这个在全球健康领域兴风作浪的 “狠角色”，每年约影响 4900 万人，还导致全球 20% 的死亡案例。它就像一个难以捉摸的 “幽灵”，缺乏明确的诊断金标准，临床医生在床边识别时常常感到棘手，不同的识别算法得出的发病率也大相径庭。目前常用的基于医院行政数据编码和电子健康记录（EHR）的算法，如成人脓毒症事件（ASE）标准，都存在一定的局限性，很可能低估了脓毒症的实际负担。

在这样的背景下，来自加拿大多个医学中心的研究人员决心 “驯服” 脓毒症这头 “猛兽”，他们开展了一项具有创新性的研究。该研究成果发表在《Intensive Care Medicine Experimental》上。

为了实现这一目标，研究人员采用了一系列关键技术方法。他们进行了回顾性队列研究，收集了加拿大卡尔加里健康地区 2015 年 4 月至 2017 年 3 月间成人重症监护病房（ICU）患者的住院数据，这些数据来源广泛，包括多个行政和电子数据系统 。研究人员对 592 个变量进行了预处理，涵盖患者的人口统计学信息、诊疗特征、诊断、用药、实验室检查等方面。之后，通过 Kaiser–Meyer–Olkin 检验（KMO）和主成分分析（PCA）进行变量筛选和降维，最终得到 55 个主成分 。接着，他们评估了 8 种无监督聚类算法，利用自动肘部法确定最佳聚类数，并通过多种内部聚类指标来比较算法的性能，还运用了子采样稳定性估计方法评估聚类稳定性 。最后，使用 XGBoost 模型进行聚类标签预测和外部验证。

下面来看看具体的研究结果：

• 聚类方法：开发队列和验证队列分别包含 3660 和 3012 名独特的 ICU 患者，二者特征相似。经过一系列筛选，55 个主成分用于后续建模 。在 8 种聚类算法中，K-means 和鲁棒稀疏 K 均值聚类（RSKC）在内部评估指标中排名靠前，而 RSKC 的子采样稳定性更优，因此被用于后续分析。
• 聚类分析：在开发队列中，21.5% 的患者为 ASE 阳性。11 个 ASE 多数簇包含了 821 名患者，其中 612 名（74.5%）为 ASE 阳性，占队列中所有 ASE 阳性患者的 77.8%；而 37 个 ASE 少数簇中的 2839 名患者，仅有 175 名（6.2%）为 ASE 阳性 。通过对 ASE 多数簇的分析发现，许多 ASE 阴性患者与阳性患者在大多数参数上相似，放宽 ASE 标准后，34.9% 的 ASE 阴性患者可被重新归类为脓毒症。此外，临床评估将 48 个簇分为 8 个类别，多数与脓毒症或感染相关的簇为 ASE 多数簇 。在验证队列中，结果与开发队列相似，进一步验证了研究的可靠性。

研究结论和讨论部分指出，该研究首次将无监督机器学习聚类算法应用于脓毒症识别，RSKC 算法表现出最佳的聚类性能。通过对聚类结果的分析发现，许多脓毒症病例，尤其是较轻的病例，可能被当前基于阈值的识别算法遗漏。这种新方法不依赖于预先定义的标准，能够发现更广泛临床谱上的脓毒症亚表型，为脓毒症的识别和理解提供了新的方向。尽管该研究还处于初步阶段，存在一定的局限性，如仅在单一地区的 ICU 队列中进行研究，数据质量和完整性存在一定问题，且未评估所有聚类算法，但这些早期发现依然令人鼓舞。未来，研究人员计划进一步扩展和优化输入变量，对聚类结果进行专家标注，将该方法应用于不同地区和人群，并结合联邦学习方法进行更广泛的研究，有望为脓毒症的诊疗带来革命性的变化。