编辑推荐：
为解决目前重症支原体肺炎（SMPP）预测模型存在的不足，苏州大学附属儿童医院研究人员开展构建预测 SMPP 的机器学习（ML）模型研究。结果显示 CatBoost 模型预测性能最佳，能助力早期识别 SMPP。该研究为临床诊疗提供重要依据。
在儿童呼吸道疾病的 “战场” 上，支原体肺炎（MPP）是常见的 “敌人”。近年来，中国各地儿童 MPP 病例数显著增加，尤其是 6 - 11 岁的孩子，MPP 成为他们肺炎的主要病因。虽然多数患儿症状较轻、预后良好，但支原体耐药问题日益严重，导致重症支原体肺炎（SMPP）患儿数量上升。SMPP 会引发严重炎症反应和并发症，像坏死性肺炎、肺栓塞等，严重威胁孩子的健康。
目前预测 SMPP 的模型主要依赖传统逻辑回归方法，这些方法在处理数据不平衡问题时力不从心，也难以达到现代诊疗所需的精度，缺乏能系统整合临床特征并有效量化 SMPP 早期预测能力的综合模型。
为了攻克这些难题，苏州大学附属儿童医院的研究人员踏上了探索之旅。他们致力于开发一种可解释的机器学习（ML）模型，用于预测 SMPP，为临床判断疾病类型提供可靠依据。最终，他们的研究成果发表在《BMC Infectious Diseases》上，为临床医生带来了新的希望。
研究人员开展此项研究，主要运用了以下关键技术方法：收集 2021 年 9 月至 2024 年 6 月苏州大学附属儿童医院收治的 562 例学龄 MPP 患儿临床资料，经筛选最终纳入 483 例样本；通过差异分析和单因素逻辑回归筛选预测变量；运用 8 种 ML 算法构建模型，用受试者工作特征曲线下面积（AUC）、准确率等指标评估模型性能；利用 Shapley 加性解释（SHAP）算法解释模型，分析预测因素重要性 。
下面来看具体的研究结果：
- 患者特征：在 483 例 MPP 患儿中，男 236 例（48.86%），女 247 例（51.14%），平均年龄 8.30 ± 1.47 岁，SMPP 组 91 例，非重症支原体肺炎（NSMPP）组 392 例，两组在性别、年龄上无显著差异。SMPP 组患儿发热、住院时间更长，胸腔积液、肺不张等发生率更高，接受电子支气管镜检查的比例也更高。实验室检查结果显示，两组多数指标存在显著差异，最终确定 30 个变量作为潜在预测因素纳入模型。
- 模型开发与性能比较：将患者按 80:20 分为训练队列（387 例）和测试队列（96 例），用 30 个变量训练 8 种 ML 模型，并通过五折交叉验证确定超参数。结果显示，CatBoost 模型预测性能最佳（AUC = 0.934，准确率 = 0.9175） 。决策曲线分析（DCA）表明，在 34% - 75% 的阈值概率范围内，CatBoost 模型的净效益优于其他模型。
- 模型解释：运用 SHAP 算法解读 CatBoost 模型，发现发热天数、D - 二聚体的预测价值最强。发热天数、D - 二聚体、C 反应蛋白（CRP）、乳酸脱氢酶（LDH）、中性粒细胞与淋巴细胞比值（NLR）增加会促使模型预测为 SMPP；而血小板计数（PLT）和白蛋白与球蛋白比值（A:G）增加则使预测倾向于 NSMPP。
研究结论和讨论部分意义重大。研究表明，可解释的 CatBoost 模型能帮助医生准确识别 SMPP 学龄儿童，便于及时制定治疗方案、预防并发症。同时，SHAP 算法增强了模型的透明度和可信度。不过，该研究也存在局限性，如数据来自单中心回顾性研究，模型仅进行了内部验证，缺乏前瞻性验证。但总体而言，这项研究为 SMPP 的早期预测开辟了新道路，后续期待多中心验证和大规模前瞻性研究进一步完善相关成果，让这一模型能更好地应用于临床，守护孩子们的健康。
