中文标题：通过个性化深度学习风险评估系统优化血小板输注以进行需求管理
英文标题：Optimizing platelet transfusion through a personalized deep learning risk assessment system for demand management
发布平台：Blood
发布日期：2023-12-28
引用量（非实时）：
DOI：10.1182/blood.2023021172
作者：Merlin Engelke, Cynthia Sabrina Schmidt, Giulia Baldini, Vicky Parmar, René Hosch, Katarzyna Borys, Sven Koitka, Amin T. Turki, Johannes Haubold, Peter A. Horn, Felix Nensa
文章类型：journalArticle
品读时间：2024-11-13 10:06
1 文章萃取
1.1 核心观点
基于 LSTM 实现了不同科室患者的血小板输注个性化实时预测
最终模型能够在高 AUC-PR 下进行未来 24h 是否输注血小板的风险评估
1.2 综合评价
考虑的特征足够丰富，并围绕不同科室的特性进行单独建模
论文细节丰富，对模型的实用价值和局限性进行了充分讨论
在部分科室的预测性能较差，可能存在持续改善的空间
1.3 主观评分：⭐⭐⭐⭐⭐
2 精读笔记
2.1 数据说明
背景知识：
- 血小板浓缩液（PCs）保质期短，需求波动大，因此存在库存管理问题
- 10 年来血小板的需求峰值高于其他血液成分，需要策略管理其高峰需求
数据来源：
- 德国三级护理学术转诊中心埃森大学医院的 5 年回顾性队列研究数据
- 整个队列包括 262 638 名患者，其中有 34 809 名患者纳入本研究范围
- 滑动时间窗口生成了 437791 个样本，分别作为训练集、验证集和测试集
滑动时间窗口的采样频率为 12h，即每个患者每天产生 2 条数据样本
窗口的最大长度为 60，即最多记录该患者过去 30 天内的特征时序信息
纳入标准分析：
- 住院时间>1天：确保患者有足够长的医疗监测以产生数据
- 最低血小板计数 < $150\times 10^3$：只考虑存在血小板减少风险的患者
- 48h 内存在全血细胞计数：确保获得有效样本（核心参数不缺失）
预测目标：识别患者在接下来的 24h 内是否需要血小板浓缩液（PCs）
由于血小板计数的检验次数有限，因此会在两次检验之间进行线性插值以丰富数据
2.2 特征分析
患者数据分组分析：
- 总体来说，训练集与测试集之间的数据分布均衡，但存在性别依赖的异质性
- 血液和肿瘤科的血小板浓缩液（PCs）输注率为 57%，远高于其他科室
- 31%的患者来自心胸外科，31%来自血液和肿瘤科，剩余科室占比为 37%
特征的处理和转换：
- 数据预处理：文本特征（比如科室、病房和性别）进行编码，年龄和血小板计数需要进行标准化、分类数据（比如状态信息、医疗程序或药物使用）先进行 one-hot 编码，再转换为时序特征并编码
- 考虑科室差异性，对血液肿瘤科和心胸外科进行单独的科室建模；其他科室则合并建模
2.3 建模总结
模型架构：
- 分类特征有 16 种，包括过去的手术、诊断的情况和过去 30 天内给予的药物
- 时序张量特征有 7 种（时序最大长度为 60），包括血小板计数、星期几（用余弦和正弦表示）、血小板计数的测量值或插值、是否使用 PCs、是否假期和是否周末
- 位置特征有 2 种，包括唯一标识患者最后的科室（训练单科室模型时忽略）和病房
训练细节补充：
- 输出层使用 sigmoid 作为激活函数，将输出映射到 0 和1 之间以实现二分类
- 训练优化器使用Adam 和 AdamW；权重衰减正则化设置为学习速率的 1/10
- 使用贝叶斯优化作为超参的搜索策略，目标是最大化 AUC-PR 得分
- 确定最佳的模型超参后，使用 5 折交叉验证的模型构建集成模型（平均值）
- 基于 F1 值最大化来寻找输出概率的最佳 cutoff（避免数据集不平衡的影响）
建模性能对比：
- 综合来看，血液和肿瘤科的模型得分最好，而心胸外科的模型得分最差
模型的可解释性分析：
- 血小板并不是最重要的模型特征之一，而最相关的时序特征是是否为工作日
讨论和补充：
- 作者曾训练过 XGBoost 和 RF 模型用于 3 天内的血小板需求预测；但由于纳入的患者需要至少住院 9 天，因此极大限制了模型的性能和临床实用价值；而本文的 LSTM 改善了这一点
- 训练后的模型表现出较高的特异性，但是灵敏度较低；这对临床决策提出了潜在的挑战，因为它可能导致假阴性并忽视可能从血小板输注中受益的患者
- 局限性：事件缺少标准化；数据存在不一致或错误；出于隐私考虑未纳入医生信息；纳入标准可能给模型带来偏差，比如可能忽略了部分短期住院、或急性出血事件的患者；
- 血小板插值对模型性能影响较小，但可能无法捕捉意外事件引起的突然变化