融入临床先验知识的ICU内脓毒症早期预警模型

目的基于重症监护病房(ICU)内脓毒症数据集,融入临床先验知识,构建ICU内脓毒症早期预警模型,提高模型的准确性,并增加模型的可解释性。方法使用MIMIC-Ⅲ数据库作为内部验证集,选取入住ICU的患者,根据纳入和排除标准确定最终入选病例(n=13737)。然后在集成学习方法的基础上,将临床先验知识与其他生理特征相结合,建立一个ICU内患者发生脓毒症的早期预警集成学习模型,使用十折交叉验证方法,同时设计消融实验和基线对比,并基于平均信息增益和Shapley值对脓毒症早期诊断影响因素进行解释分析。利用内部验证集对模型进行检验,并采用dtchina数据库(n=670)对模型性能进行检验。结果本研究通过使用不同的分类器进行建模,结果显示,融入先验知识后模型的受试者工作特征曲线下面积(AUC)值能增加2%~3%,而特征融合模型取得的效果优于其他任意模型,在内部验证集中,其AUC为0.879(95%CI 0.859~0.901),在外部验证集中,其AUC为0.793(95%CI 0.713~0.863)。同时,根据可解释性分析得出临床先验知识的权重最高,WBC、收缩压、HCO-3、呼吸频率是影响脓毒症早期诊断的重要因素。结论通过将临床先验知识和生理特征进行结合,构建的特征融合集成模型性能较好,并通过实验设计和分析说明加入临床先验知识的必要性。