Разработка и валидация в нескольких базах данных интерпретируемых моделей машинного обучения для прогнозирования внутрибольничной летальности у пациентов с пневмонией: комплексный анализ данных четырёх систем здравоохранения

Введение: Существующие исследования машинного обучения для прогнозирования летальности при пневмонии ограничены небольшими выборками, одноцентровым дизайном и отсутствием комплексной внешней валидации в различных системах здравоохранения. До настоящего исследования модели машинного обучения для прогнозирования летальности при пневмонии не проходили систематическую валидацию на нескольких крупных базах данных.

Методы: В этом ретроспективном многоцентровом исследовании использовали четыре крупные базы данных для разработки и валидации моделей машинного обучения, прогнозирующих внутрибольничную летальность у пациентов с пневмонией. Основной обучающей выборкой служила база MIMIC-IV (9410 пациентов); внешнюю валидацию проводили на данных MIMIC-III (2487 пациентов), eICU (13 541 пациент) и собственной проспективной многоцентровой когорты Фуданьского университета (345 пациентов). Использовали пять алгоритмов: случайный лес, XGBoost, логистическую регрессию, LASSO и метод опорных векторов. Для отбора признаков из 21 переменной применяли алгоритм Boruta. Интерпретируемость моделей оценивали с помощью анализа SHAP.

Результаты: В когорту вошли 25 783 пациента с пневмонией; летальность в разных базах данных составляла 17,1–38,3%. Были выявлены девять стабильно значимых признаков: возраст, диастолическое артериальное давление, частота сердечных сокращений, температура тела, частота дыхания, концентрация креатинина, азот мочевины крови, число тромбоцитов и число лейкоцитов. Наилучшие результаты показала модель XGBoost: площадь под ROC-кривой (AUC) в обучающей выборке составила 0,747 (95% ДИ 0,733–0,761), а при внешней валидации — 0,672 (тестовая выборка MIMIC-IV), 0,670 (MIMIC-III), 0,695 (eICU) и 0,653 (FAHZU). Согласно анализу SHAP, наибольший вклад в прогноз вносило число тромбоцитов, за ним следовали азот мочевины крови и возраст.

Выводы: Это первое комплексное исследование, в котором модели машинного обучения для прогнозирования летальности при пневмонии прошли валидацию на нескольких базах данных; их результаты превосходили показатели традиционных систем оценки. Интерпретируемая модель XGBoost может служить надёжным инструментом поддержки принятия клинических решений; её результаты были стабильны при проверке на данных четырёх баз, включая собственную проспективную когорту.