预测蛛网膜下腔动脉瘤出血患者发生下肢深静脉血栓形成的风险：一项机器学习研究

《Frontiers in Neurology》：Predicting lower extremity deep venous thrombosis in patients with aneurysmal subarachnoid hemorrhage: a machine learning study

　　LEDVT预测模型在aSAH患者中的应用：基于XGBoost的机器学习模型通过整合年龄、白蛋白、D-二聚体、GCS评分、MCA动脉瘤及AISI炎症指标，在内外部验证中表现优异（AUC 0.88/0.80），并开发了在线风险计算器以辅助临床决策。

　　本研究聚焦于一种在脑动脉瘤破裂后常见且严重的并发症——下肢深静脉血栓（LEDVT），旨在开发并验证基于机器学习（ML）的模型，以早期预测这类患者发生LEDVT的风险。随着医学技术的进步，脑动脉瘤的治疗方式不断优化，特别是内血管治疗（EVT）因其微创性及对术后生活质量的改善，已成为一线治疗选择。然而，尽管治疗手段不断升级，LEDVT这一并发症依然难以完全避免，且其发生率较高，可能对患者康复造成严重影响，甚至引发肺栓塞（PE）等致命性后果。因此，准确识别高风险患者并采取针对性预防措施，成为临床管理中的重要环节。

传统的LEDVT风险评估工具，如Caprini评分，虽然在某些情况下具有一定的预测价值，但其对aSAH患者适用性存在局限。例如，Caprini评分依赖于患者的年龄、BMI及病史等信息，而aSAH患者往往因病情严重需要长期卧床，BMI的测量变得困难，从而影响评分的准确性。此外，该评分体系并未纳入评估aSAH严重程度的关键指标，如格拉斯哥昏迷评分（GCS）、Hunt-Hess分级和Fisher分级，这使得其在aSAH患者中的预测效果受到限制。为弥补这一不足，近年来学者们尝试引入更多炎症和临床相关的预测变量，如中性粒细胞与淋巴细胞比值（NLR）、系统免疫炎症指数（SII）、系统炎症反应指数（SIRI）、以及系统性炎症综合指数（AISI）等。这些指标反映了aSAH后机体炎症反应的复杂性，为LEDVT风险评估提供了新的视角。

在此背景下，本研究通过回顾性多中心研究，构建了一种基于机器学习的预测模型，并对其进行了内部和外部验证。研究共纳入593名aSAH患者作为内部队列，以及142名患者作为外部验证队列。在变量筛选过程中，首先采用最小绝对收缩和选择算子（LASSO）回归方法，从37项临床和实验室变量中筛选出六个具有显著预测价值的变量：年龄、白蛋白水平、D-二聚体、GCS评分、AISI指数以及大脑中动脉（MCA）动脉瘤的存在。这些变量随后被用于构建多变量逻辑回归模型，并作为机器学习模型的输入特征。研究团队对七种机器学习算法（包括XGBoost、LightGBM、随机森林、逻辑回归、支持向量机、K近邻和多层感知器）进行了训练和评估，其中XGBoost在内部验证中表现最佳，AUC值达到0.88；在外部验证中，其AUC值为0.80，表明模型具有良好的泛化能力。

模型的构建过程采用了五次五折交叉验证，以确保其稳定性和可靠性。通过分析每个模型的AUC值、敏感度、特异度、F1分数和Kappa值，XGBoost在所有模型中脱颖而出，显示出更强的预测能力。此外，研究团队使用SHAP（Shapley Additive exPlanations）方法对模型的可解释性进行了深入探讨，揭示了D-二聚体、白蛋白和GCS评分是影响LEDVT风险的关键因素。SHAP分析不仅帮助理解模型的决策机制，也为临床医生提供了更直观的变量贡献度评估，从而增强模型在实际应用中的可信度和实用性。

在模型的应用层面，研究团队开发了一个基于Web的在线风险计算器，使临床医生能够便捷地输入患者的基本信息和实验室数据，快速获得LEDVT风险预测结果。例如，一名65岁、GCS评分为8、白蛋白水平为34.6 g/L、D-二聚体水平为2.36 μg/ml、AISI指数为4589且存在MCA动脉瘤的患者，被模型预测为LEDVT高风险（概率为50%），提示应优先考虑抗凝治疗。而另一名55岁、GCS评分为13、白蛋白水平为36.9 g/L、D-二聚体水平为2.68 μg/ml、AISI指数为3560且无MCA动脉瘤的患者，则被预测为低风险（概率为3.6%），说明其无需采取强烈的预防措施。通过这种可视化工具，医生能够更直观地评估患者的个体风险，并据此制定相应的干预策略。

值得注意的是，本研究不仅关注模型的预测能力，还强调了其在临床中的实际应用价值。由于LEDVT在aSAH患者中的发生率约为10%至25%，其对治疗成本、住院时间和患者预后均产生显著影响。因此，开发一个能够准确识别高风险个体的预测工具，有助于优化资源分配、减少不必要的预防措施，并提升患者的整体护理质量。此外，模型的外部验证结果表明，尽管在外部数据集中的AUC值有所下降（从0.88降至0.80），但其预测性能依然保持较高水平，说明该模型具有一定的跨机构适用性。

在模型的构建过程中，研究团队特别关注了变量选择的科学性和临床实用性。传统的统计模型如逻辑回归（LR）虽然具有较高的可解释性，但在处理复杂、非线性以及多变量关系时存在一定的局限性，容易受到多重共线性和数据不均衡的影响。相比之下，机器学习模型能够更好地处理高维数据，捕捉变量间的非线性关系，并在一定程度上缓解数据不平衡带来的预测偏差。然而，由于LEDVT在患者群体中仅占10.8%，模型在敏感度方面的表现仍存在一定挑战。因此，研究团队通过合成少数类过采样技术（SMOTE）进行了敏感性分析，以改善模型对少数类的识别能力，但最终仍选择保留原始模型，因其在特异度和AUC-ROC方面表现更优，更适合作为高特异度的筛查工具。

模型的可解释性是其在临床应用中的关键优势之一。SHAP分析不仅提供了变量对预测结果的贡献度，还帮助医生理解模型的决策过程。例如，研究发现，较高的D-二聚体和AISI指数、较低的白蛋白水平和GCS评分，以及MCA动脉瘤的存在，均与LEDVT风险显著相关。这些变量的组合使得模型在预测LEDVT时具有较高的准确性和稳定性，同时避免了因过多变量带来的复杂性。此外，AISI作为一项综合炎症指标，通过整合中性粒细胞、单核细胞、血小板和淋巴细胞等参数，能够更全面地反映系统性炎症状态，为LEDVT风险评估提供了新的维度。

尽管本研究取得了一定成果，但其仍存在一些局限性。首先，由于研究采用回顾性数据，可能存在选择偏差和未测量的混杂因素，影响模型的可靠性。其次，数据主要来源于中国国内的两个医疗中心，可能无法充分反映不同地区或种族的临床差异，从而限制了模型的广泛适用性。此外，外部验证队列的规模相对较小（n=142），这可能影响模型性能评估的稳定性。最后，本模型仅预测了术后30天内的LEDVT风险，但部分患者可能在更长的随访期间仍存在血栓风险，尤其是在长期卧床或存在其他持续性风险因素的情况下。因此，未来的研究应考虑扩大数据来源，采用前瞻性研究设计，并探索模型对长期风险的预测能力。

综上所述，本研究通过机器学习方法，构建了一个能够有效预测aSAH患者LEDVT风险的模型，并验证了其在不同医疗中心的适用性。该模型的开发不仅填补了现有风险评估工具的不足，也为临床医生提供了更精准的风险分层工具，有助于制定个体化的预防策略。同时，模型的可解释性分析和在线风险计算器的实现，进一步提升了其在临床实践中的实用价值。未来的研究可以进一步优化模型的变量选择，提升其对少数类患者的识别能力，并通过多中心数据的整合，提高模型的普适性和稳定性。这将有助于推动机器学习在神经外科并发症预测中的应用，为患者提供更精准、个性化的医疗服务。