發(fā)布時(shí)間： 2025-03-27 10:04:24
2025年3月11日，Liu等人在《Ann Med》雜志上發(fā)表了一篇題為《Applying machine learning to predict bowel preparation adequacy in elderly patients for colonoscopy: development and validation of a web-based prediction tool》的文章。該文獻(xiàn)旨在開(kāi)發(fā)并驗(yàn)證了一個(gè)機(jī)器學(xué)習(xí)模型，用于預(yù)測(cè)老年患者在結(jié)腸鏡檢查前的腸道準(zhǔn)備充分性。
一
研究背景
結(jié)直腸癌是全球第四大致死癌癥，每年導(dǎo)致約90萬(wàn)人死亡，且發(fā)病率持續(xù)上升。結(jié)腸鏡檢查是早期篩查和腫瘤切除的關(guān)鍵手段，而腸道準(zhǔn)備充分性直接影響檢查效果。研究表明，10%-25%的患者存在腸道準(zhǔn)備不足，老年患者比例更高達(dá)34.6%。準(zhǔn)備不足可能導(dǎo)致腺瘤漏診、診斷準(zhǔn)確性下降、重復(fù)操作及醫(yī)療資源浪費(fèi)。老年患者因生理變化和合并癥更易出現(xiàn)腸道準(zhǔn)備失敗，但現(xiàn)有預(yù)測(cè)模型在老年群體中的準(zhǔn)確性有限。因此，本研究旨在開(kāi)發(fā)一種基于機(jī)器學(xué)習(xí)的預(yù)測(cè)工具，以識(shí)別高風(fēng)險(xiǎn)患者并指導(dǎo)早期干預(yù)。
二
數(shù)據(jù)來(lái)源
研究數(shù)據(jù)來(lái)自復(fù)旦大學(xué)附屬中山醫(yī)院廈門(mén)醫(yī)院消化內(nèi)科2023年2月至2023年12月接受結(jié)腸鏡檢查的老年患者471例，以及2024年3月至2024年6月的獨(dú)立隊(duì)列221例。納入標(biāo)準(zhǔn)為：年齡≥60歲、接受結(jié)腸鏡檢查或結(jié)直腸手術(shù)、采用3L聚乙二醇溶液進(jìn)行腸道準(zhǔn)備。排除標(biāo)準(zhǔn)包括：未完成3L聚乙二醇攝入、因非準(zhǔn)備因素（如腸道腫瘤或狹窄）導(dǎo)致檢查不完整、合并嚴(yán)重心血管/肺/腎疾病或認(rèn)知障礙。數(shù)據(jù)通過(guò)電子病歷系統(tǒng)和護(hù)理評(píng)估系統(tǒng)收集，經(jīng)雙人核對(duì)后整合，無(wú)缺失值。
三
研究方法
對(duì)23年的數(shù)據(jù)集按7：3的比例隨機(jī)劃分為訓(xùn)練集與測(cè)試集。對(duì)訓(xùn)練集采用Boruta算法進(jìn)行特征選擇，篩選出7個(gè)關(guān)鍵預(yù)測(cè)因子，對(duì)其建立和比較邏輯回歸（LR）、支持向量機(jī)（SVM）、決策樹(shù)（DT）、隨機(jī)森林（RF）、極端梯度提升（XGBoost）和輕量梯度提升機(jī)（LightGBM）等模型的性能。繪制相應(yīng)的受試者作員特征（ROC）、曲線和精度-召回（PR）曲線，模型評(píng)估指標(biāo)包括AUC、準(zhǔn)確率、靈敏度、特異性、陽(yáng)性預(yù)測(cè)值（PPV）、陰性預(yù)測(cè)值（NPV）和F1分?jǐn)?shù)。最終確定出最佳模型并對(duì)其進(jìn)行超參數(shù)調(diào)優(yōu)，再對(duì)測(cè)試集通過(guò)1000次Boostrap進(jìn)行內(nèi)部驗(yàn)證。外部驗(yàn)證使用獨(dú)立隊(duì)列數(shù)據(jù)。SHAP算法用于解釋模型特征重要性，并基于Streamlit框架開(kāi)發(fā)了交互式網(wǎng)頁(yè)應(yīng)用，以提升臨床實(shí)用性。
四
結(jié)果
1. 基線特征
471例患者中，中位年齡66歲（IQR：63-71），50.32%為男性，76.86%腸道準(zhǔn)備充分。高血壓（37.58%）和糖尿病（20.17%）是最常見(jiàn)的合并癥，77.07%采用分劑量方案，63.69%在院內(nèi)完成腸道準(zhǔn)備。訓(xùn)練集（329例）與驗(yàn)證集（142例）在年齡、性別、BMI、合并癥等基線特征上無(wú)顯著差異（表1）。92.14%的患者末次排便為清液，81.95%日常活動(dòng)頻繁行走，44.80%教育水平為小學(xué)或以下（表1）。
2. 特征選擇與重要性
通過(guò)Boruta算法篩選出7個(gè)關(guān)鍵預(yù)測(cè)因子：分劑量方案、院內(nèi)準(zhǔn)備、教育水平、鈣通道阻滯劑（CCB）使用、排便狀態(tài)、活動(dòng)水平、末次排便為清液（圖2）。特征賦值如表2所示，例如分劑量方案（是=1，否=0）和排便狀態(tài)（正常=1，腹瀉=2，便秘=3）。
3. 模型性能比較
在訓(xùn)練集中，決策樹(shù)模型的AUC最高，為0.968（95%CI：0.948-0.988）。在測(cè)試集中，SVM模型的AUC最高，為0.895（95% CI: 0.822-0.969）（圖3a）。在森林圖中，SVM模型表現(xiàn)最好，AUC為0.895，標(biāo)準(zhǔn)誤差為0.005（圖3b）。決策曲線分析（DCA）表明，SVM在低決策閾值下凈收益最高（圖3c）。此外，SVM模型在訓(xùn)練集與測(cè)試集中都顯示出高平均精度（AP分別為0.853和0.821）（圖3d）。對(duì)于其他性能指標(biāo)，如圖3所示，XGB模型的靈敏度最高（0.766），而SVM模型的準(zhǔn)確性最高（0.889）、特異性（0.932）和F1評(píng)分（0.752）。
為了評(píng)估特征選擇對(duì)模型性能的影響，使用所有特征以及按Boruta特征重要性排名的前7、10、13、16和19個(gè)特征構(gòu)建了多個(gè)模型。結(jié)果表明，SVM模型在所有特征集中始終保持最佳預(yù)測(cè)性能（圖4）。值得注意的是，當(dāng)使用Boruta選擇的前7個(gè)特征時(shí)，SVM模型表現(xiàn)出強(qiáng)大的性能，僅次于由前13個(gè)特征構(gòu)建的模型（ΔAUC= 0.018，p = 0.985）。
總之，盡管Delong檢驗(yàn)顯示SVM模型與其他模型之間的AUC沒(méi)有統(tǒng)計(jì)學(xué)上的顯著差異（表4），但SVM模型在不同特征集上始終表現(xiàn)出穩(wěn)定和卓越的性能。值得注意的是，它在多個(gè)關(guān)鍵指標(biāo)上的一致表現(xiàn)凸顯了其在預(yù)測(cè)腸道準(zhǔn)備失敗方面的可靠性和實(shí)用價(jià)值。
4. 外部驗(yàn)證與穩(wěn)健性
在獨(dú)立外部驗(yàn)證隊(duì)列（n=221）中，SVM模型AUC為0.889，與內(nèi)部驗(yàn)證結(jié)果一致。排除“末次排便為清液”后，模型AUC仍為0.803，表明其適應(yīng)性強(qiáng)，適用于未啟動(dòng)腸道準(zhǔn)備的患者。
5. 模型選擇和外部驗(yàn)證
為了平衡預(yù)測(cè)簡(jiǎn)單性和模型性能，使用Boruta算法確定的七個(gè)關(guān)鍵特征構(gòu)建了老年患者腸道準(zhǔn)備失敗的最終預(yù)測(cè)模型，并使用SVM方法實(shí)現(xiàn)。在獨(dú)立數(shù)據(jù)集上對(duì)該模型進(jìn)行外部驗(yàn)證，AUC為0.889，表明具有出色的預(yù)測(cè)性能。研究結(jié)果表明，最終的SVM模型不僅在外部驗(yàn)證中表現(xiàn)良好，而且即使在排除關(guān)鍵特征后也能保持可靠的準(zhǔn)確性，凸顯了其對(duì)更廣泛臨床應(yīng)用的適應(yīng)性。
6. 模型解釋
為了提高模型的透明度和可解釋性，利用SHAP算法來(lái)闡明模型的輸出。圖5a和b說(shuō)明了特征重要性的排名，反映了每個(gè)特征對(duì)模型輸出的平均影響。很明顯，“排便狀態(tài)”和“最后一次排便是清澈液體”是影響預(yù)測(cè)的兩個(gè)最有影響力的特征，緊隨其后的是“活動(dòng)水平”、“教育”和“CCB”（使用鈣通道阻滯劑）。這些特征在模型的決策過(guò)程中起著至關(guān)重要的作用。局部解釋側(cè)重于特征對(duì)單個(gè)樣品的影響，如圖5c所示。在圖中，紅色條和藍(lán)色條分別表示增加和減少預(yù)測(cè)值的特征。（圖5）
五
總結(jié)
本研究成功開(kāi)發(fā)了一個(gè)基于SVM可解釋的機(jī)器學(xué)習(xí)模型，用于預(yù)測(cè)老年患者在結(jié)腸鏡檢查前腸道準(zhǔn)備的充分性，并創(chuàng)建了相應(yīng)的Web應(yīng)用程序。通過(guò)將該模型應(yīng)用于臨床環(huán)境，有望準(zhǔn)確識(shí)別準(zhǔn)備失敗風(fēng)險(xiǎn)高的患者并實(shí)現(xiàn)早期干預(yù)，從而大大提高老年患者腸道準(zhǔn)備的成功率并降低醫(yī)療成本。
上一篇：03.17-03.23 臨床預(yù)測(cè)模型研究頂刊快報(bào)
下一篇：基于中國(guó)CHARLS數(shù)據(jù)庫(kù)的老年人跌倒風(fēng)險(xiǎn)預(yù)測(cè)模型
