中文标题：手术过程中使用术中血流动力学监测数据开发和验证需要大量输血的预测模型
英文标题：Development and Validation of a Prediction Model for Need for Massive Transfusion During Surgery Using Intraoperative Hemodynamic Monitoring Data
发布平台：JAMA Network Open
发布日期：2022-12-14
引用量（非实时）：1
DOI：10.1001/jamanetworkopen.2022.46637
作者：Seung Mi Lee, Garam Lee, Tae Kyong Kim, Trang Le, Jie Hao, Young Mi Jung, Chan-Wook Park, Joong Shin Park, Jong Kwan Jun, Hyung-Chul Lee, Dokyoon Kim
文章类型：journalArticle
品读时间：2024-11-12 17:46
1 文章萃取
1.1 核心观点
围绕术前和术中特征构建大输血的实时预测模型，并取得了较好的预测性能
基于模型输出构建“大输血指数”，具备实时提示大输血风险的临床指导意义
1.2 综合评价
- 分别从特征、预测场景、模型类型等角度构建多种模型
- 从医疗角度考虑，进行分析和不同人群下的模型验证
1.3 主观评分：⭐⭐⭐⭐
2 精读笔记
2.1 数据说明
背景知识：
- 常见的大输血手术：肝移植、心脏手术、前置胎盘和脊柱手术
数据来源：
- 2016 年至 2019 年在首尔国立大学医院 (SNUH) 接受的有创血压监测手术
- 2020 年至 2021 年在 Boramae 医疗中心 (BMC) 接受的有创血压监测手术
- SNUH 数据量为 50934，其中包含有创血压监测记录的人群为 21622
- 接受死者器官捐献的外科手术、少于20分钟的外科手术或儿科外科手术（<18岁）的患者以及体重极低（<30公斤）的患者被排除在研究人群之外
- 最终，SNUH 用于训练和内部验证（n = 17986 ），BMC 用于外部验证（n = 494 ）
主要结局：大输血定义为在一小时内输注 3 个或更多单位的红细胞
2.2 特征分析
术前特征说明：
- 基线人口因素，包括年龄、性别、体重、身高
- 基础疾病如高血压、糖尿病、肺结核、肝病、慢性阻塞性肺病、哮喘、心脏病、甲状腺疾病, 肾脏疾病, 血液疾病, 血管疾病，神经系统疾病或妊娠，以及美国麻醉医师协会身体状况分类
- 与手术相关的特点，包括手术科室和拟采用的麻醉方式
- 术前实验室检查，包括血红蛋白、红细胞压积、血小板计数、白蛋白、丙氨酸氨基转移酶、天门冬氨酸氨基转移酶、电解质、血糖、高密度脂蛋白、血尿素氮、肌酐、凝血酶原时间、活化部分凝血活酶时间和估计值，肾小球滤过率
术中特征说明：
- 术中动脉血压波形，基于波形分解算法测量血压、心率和波形下方的面积
- 来自患者监护仪（Solar 8000 M，GE Healthcare）的氧饱和度 (Sp)
- 从心电图波形读取ST段抬高（急性心肌梗死的重要特征表现）
2002年的一项分析了212例患者的荟萃分析显示，出现ST段抬高心电图的患者30.2%存在左室肥厚、25.9%存在急性心梗、16.5%存在束支阻滞、其他还有心包炎、室壁瘤等，临床上还有应激性心肌病、Brugada综合征、主动脉夹层等
研究人群的特点：
2.3 建模总结
模型设计与选型：
- 术前预测：逻辑回归、Lasso 回归、Ridge 回归、随机森林、boosting 模型
- 术中预测：GRU 模型（实时更新隐藏状态并输出表征，表征结合术前特征进行预测）
- 两个模型均为二分类任务，使用约登指数计算最佳的 cutoff 值
- 最终模型性能评估通过重复 10 次的 5 折交叉训练验证的结果为准
建模性能（AUROC 和 AUPRC）：
- 其中黄线表示术前预测模型，蓝线表示术中实时预测模型
不同模型的性能对比：
- AUAW，每次心跳的动脉波形下的面积； DBP，舒张压； HCT、血细胞比容； HR、心率； GB，梯度提升； MBP，平均血压； SBP，收缩压； Sp，脉搏血氧计测得的外周血氧饱和度； ST，ST段抬高
/ 讨论与补充：
- 提前 15 分钟或 20 分钟的大输血预测与提前 10 分钟的大输血预测表现出相似的性能（SNUH 内部验证数据集：AUROC，0.972 vs 0.969 vs 0.962 和 AUPRC，0.571 vs 0.555 vs 0.492；P = .60）
- 定义术中实时预测模型的输出概率为"大输血指数"，需要进行大输血的患者对应的"大输血指数"大部分都大于 0.1，而作为对照的未进行大输血的患者的"大输血指数"大部分都小于 0.1
- 按照麻醉类型、麻醉紧急程度、手术类型（择期/急诊）来划分人群评估模型，均表现出色
- 临床挑战：电子病历异构、跨系统的数据整合难、数据缺失或异常、缺乏手术室数据的大规模验证
- 局限性：回顾性数据库、可能存在国情或种族差异（韩国的数据集）、未考虑出血量（难以量化）