编辑推荐：
在脓毒症相关 ARDS 预后预测难题上，研究人员利用 MIMIC 数据库开展多机器学习模型研究。构建 6 种模型预测患者院内死亡率并分析风险因素，随机森林（RF）模型表现最佳，确定关键风险因素，为临床决策提供依据。
在重症医学领域，脓毒症相关急性呼吸窘迫综合征（ARDS）一直是个棘手的难题。它病情严重、预后差，给医疗系统和患者家庭带来沉重负担。传统的临床预测方法主要依赖医生经验和有限的临床指标，在面对新的全球 ARDS 定义时，难以准确评估患者预后。因为新定义下对患者的识别更精确，包括了一些病情较轻但有潜在风险的患者，这使得传统方法的局限性更加凸显。与此同时，医疗信息化快速发展，积累了大量医疗数据，这为机器学习技术在医学领域的应用提供了可能。在这样的背景下，浙江大学医学院附属第一医院麻醉与重症医学科以及宁波医疗中心李惠利医院神经重症医学科的研究人员开展了一项重要研究，相关成果发表在《Scientific Reports》上。
研究人员为了解决脓毒症相关 ARDS 患者院内死亡率预测及风险因素分析的问题，利用 MIMIC 数据库，纳入 3470 例脓毒症相关 ARDS 患者首次入院记录，经过筛选最终保留 3386 例。他们运用多种关键技术方法进行研究。首先，数据处理上，采用 Python 和 R 语言进行数据预处理，用多重插补法处理缺失值，通过方差膨胀因子（VIF）分析变量共线性，筛选出 VIF 值小于 10 的变量用于后续模型构建 。其次，模型构建与评估方面，选取极端梯度提升（XGBoost）、轻梯度提升（LightGBM）、随机森林（RF）、分类回归树（CART）、朴素贝叶斯（NB）和逻辑回归（LR）6 种机器学习模型，将数据按 7:3 的比例分为训练集和测试集，用交叉验证等技术优化模型超参数，通过受试者工作特征曲线下面积（AUROC）、准确率、召回率和 F1 值等指标评估模型性能。
研究结果如下：
- 研究设计与数据处理：明确研究为回顾性分析，经筛选确定最终数据集并划分训练集和测试集。基线数据分析发现，生存组和死亡组在性别上无显著差异，但在心率、血压、血氧饱和度、多项血液指标、评分系统以及年龄和体温等方面存在显著差异。VIF 分析后保留 28 个变量用于模型构建。
- 机器学习模型性能：在训练集上，XGBoost 模型 AUROC 达到 0.951，表现出色；RF 和 LightGBM 模型 AUROC 均为 1.0，拟合效果好但可能存在过拟合；LR 模型 AUROC 为 0.835，有一定预测能力；CART 模型 AUROC 为 0.831，表现相对稳定；NB 模型 AUROC 为 0.793，区分能力较弱。在测试集上，RF 模型表现最佳，AUROC 为 0.846，泛化能力强；XGBoost 模型 AUROC 为 0.833，LightGBM 模型 AUROC 为 0.827，二者表现良好；LR 模型 AUROC 为 0.826，有一定预测价值；NB 模型 AUROC 为 0.799，处于中等水平；CART 模型 AUROC 为 0.753，表现相对较差。
- 随机森林模型风险因素分析：对测试集中表现最佳的 RF 模型进一步分析，通过特征重要性排序和部分依赖图确定了四个重要风险特征，分别是急性生理学与慢性健康状况评分系统 III（APACHE III）、碳酸氢盐、阴离子间隙和无创收缩压。APACHE III 综合评估患者病情，对预后预测有重要价值；碳酸氢盐水平变化反映酸碱平衡，异常可能影响预后；阴离子间隙异常与电解质失衡和代谢性酸中毒有关，影响院内死亡率；无创收缩压反映心血管功能，不稳定会增加死亡风险。
研究结论和讨论部分指出，研究成功构建多种机器学习模型预测脓毒症相关 ARDS 患者院内死亡率并确定重要风险因素，RF 模型在测试集中表现优异，为临床预测提供了有力工具。同时，研究也存在一定局限性，如数据完整性和准确性不足、可能存在信息偏倚、模型在不同医疗环境的适用性需进一步验证等。未来需开展更多前瞻性和多中心研究，结合更多临床信息和生物学指标，优化模型，提高预测准确性和临床应用价值，为改善脓毒症相关 ARDS 患者预后提供更有力支持。该研究在脓毒症相关 ARDS 的研究领域具有重要意义，为后续研究和临床实践指明了方向，有助于推动该领域的发展。
