FLEX 评分的开发和多中心验证：使用基于注意力的ICD-10和当前程序术语集嵌入进行个性化术前手术风险预测
发表评论
333 views

  • 个人笔记
  • 文章
  • 生物医药
  • FLEX 评分的开发和多中心验证：使用基于注意力的ICD-10和当前程序术语集嵌入进行个性化术前手术风险预测

中文标题：FLEX 评分的开发和多中心验证：使用基于注意力的 ICD-10和当前程序术语集嵌入进行个性化术前手术风险预测

英文标题：Development and multicentre validation of the FLEX score: personalised preoperative surgical risk prediction using attention-based ICD-10 and Current Procedural Terminology set embeddings

发布平台：British Journal of Anaesthesia

British Journal of Anaesthesia

发布日期：2024-03-01

引用量（非实时）：1

DOI：10.1016/j.bja.2023.11.039

作者：Ran Liu, Tom A.D. Stone, Praachi Raje, Rory V. Mather, Laura A. Santa Cruz Mercado, Kishore Bharadwaj, Jasmine Johnson, Masaya Higuchi, Ryan D. Nipp, Hiroko Kunitake, Patrick L. Purdon

关键字： #FLEX #术前手术风险 #ICD-10

文章类型：journalArticle

品读时间：2024-02-20 18:09

1 文章萃取

1.1 核心观点

方法：对美国麻省总医院 (MGB) 系统内四家医院的 243 479 名成年非心脏外科患者进行了一项多中心回顾性研究。我们开发了一种机器学习方法，使用从电子健康记录中定期收集的编码和患者特征数据来预测 30 天死亡率、30 天再入院、出院到长期护理以及住院时间。

结果：本文提出的 FLEX（Flexible Surgical Set Embedding） 评分，可高效识别对每种不良结果风险有显着影响的合并症。合并症的贡献根据患者的具体情况进行加权，从而产生个性化的风险预测。了解每位患者不良后果风险的重要驱动因素可以让临床医生了解潜在的干预目标。

1.2 综合评价

  • 加权不同患者的基础信息、医疗程序术语和诊断编码，实现个性化的术前风险评估
  • 模型结构相对简单，存在优化空间；注意力权重分析改善了模型可解释性和可靠性
  • 缺乏更多患者子集（比如特定既往史患者、特定诊断人群、特定手术人群）的分析

1.3 主观评分：⭐⭐⭐⭐

2 精读笔记

2.1 算法细节

FLEX 评分使用机器学习方法，输入项包括患者特征数据、当前 CPT 医疗程序术语（用于计费的标准化报告）和 ICD-10 编码（包含诊断信息）来评估术前不良结果风险

数据源与输入特征：

  • EHR 数据收集自在麻省总医院、布莱根妇女医院（两个四级护理学术医疗中心）
  • 牛顿韦尔斯利医院和北岸医疗中心（两个社区医疗中心）
  • 接受全身麻醉非心脏手术（择期、非择期和急诊）的成人（年龄≥18 岁）患者
  • 数据的时间范围：2016 年 4 月 1 日至 2020 年 3 月 31 日
  • 患者特征：住院时间、CPT、ICD-10 和基础信息（年龄、体重、身高、性别、种族）
  • 患者结局：30 天死亡率、30 天再入院、是否出院到长期护理机构和医院、住院时长
  • 衍生特征：HFRS 评分（[医院衰弱风险评分]( https://www.thelancet.com/journals/lancet/article/PIIS0140-6736 (18) 30668-8/fulltext)）、Elixhauser共病指数

CPT（998 个）和 ICD-10（4802 个）编码和训练过程：

  • 基于多头注意力机制+平均池化实现 CPT（998 个）和 ICD-10（4802 个）编码
  • 嵌入表示与患者基本信息拼接，然后传递到前馈神经网络，预测四种临床结果

构建 FLEX 评分：

  • 对于二元结果（即 30 天死亡率、30 天再入院、出院接受长期护理），预测事件概率
  • 对于住院时间，预测 Cox 比例风险模型的风险比（患者出院率/基线出院率）
  • 以上四种值，共同构成了本文提出的 FLEX 分数

2.2 实验分析

数据概览：

  • 243,479 例成人外科手术，中位年龄为 57.7 岁（四分位数范围 43.9-68.7 岁）
  • 在这些患者中，135,593 名（55.69%）是女性； 199,822 人（82.1%）是非西班牙裔白人
  • 骨科、普外科、泌尿科、妇科和胸科手术最为常见，合计占手术总数的 67.1%。
  • 总体 30 天死亡率 0.34%，30 天再入院率 8.53%，出院长期护理率 9.79%，中位住院时间 2.73 天

模型表现（AUC 检验和 Wilcoxon 秩和检验）：

其他结论补充：

  • 多中心模型在除住院时间预测以外的任务上表现最好
  • 对于年龄≥75岁的患者，FLEX 预测30天死亡率为 0.785 AUC，30天再入院为 0.709 AUC，出院到长期护理机构为 0.878 AUC，住院时间为 0.754
  • 人口统计数据的添加，可以改善出院长期护理和住院时长的预测性能

FLEX 分数的优缺点分析：

  • 性能好，模拟了合并症、手术和患者特征之间的非线性关系和相互作用
  • 考虑了整个 CPT 和 ICD-10 的编码；部分结果的内生关联性具备医疗解释
  • 多中心模型优于单中心；但预测方法受到机构特定的编码方式影响
  • 仅考虑了相关性，而不是因果性；本研究是对历史数据的观察分析

相关资源

往年同期文章