基于机器学习构建心肺复苏后急性肾损伤早期预测模型

• 全文链接
• 请求原文

作   者：

王晋祥;  华罗刚;  李大明;  郭红宝;  靳衡;  续国武; 

作者机构：

天津医科大学总医院急诊科;  天津医科大学总医院肾内科; 

关键词：

心肺复苏术;  机器学习;  心脏停搏;  预测模型;  急性肾损伤; 

期刊名称：

中华肾脏病杂志

i s s n：

1001-7097

年卷期：

2024 年 40 卷 011 期

页   码：

875-881

摘   要：

目的 基于机器学习构建心肺复苏后急性肾损伤(post cardiopulmonary resuscitation-acute kidney injury,PCPR-AKI)早期预测模型,为早期识别急性肾损伤(acute kidney injury,AKI)高危患者及精准治疗提供依据.方法 该研究为单中心、回顾性研究.收集2016年1月1日至2023年10月31日天津医科大学总医院收治的心脏停搏心肺复苏后住院患者的临床资料.研究终点事件定义为心肺复苏后48 h内患者发生AKI.依据AKI诊断标准将患者分为AKI组和非AKI组,比较两组基线临床资料的差异.将符合纳入标准的患者以7∶3的比例随机(采用train_test_split函数,设置随机种子为1、2、3)分为训练集和验证集.运用随机森林(random forest,RF)、支持向量机、决策树、极端梯度提升及轻量梯度提升机5种机器学习算法构建PCPR-AKI早期预测模型.采用受试者工作特征曲线和决策曲线分析分别评估各模型的预测效能和临床实用性,同时筛选最优模型的重要性变量并进行排序.结果 该研究纳入547例患者,年龄66(59,70)岁,男性282例(51.6%),心肺复苏后48 h内发生 AKI 238 例(43.5%),其中 AKI 1 期 182 例(76.5%),AKI 2 期 47 例(19.7%),AKI 3期 9例(3.8%).AKI组与非AKI组患者间年龄、达到自主循环恢复时间、心脏停搏至开始心肺复苏时间、初始可除颤心律比例、电除颤比例、机械通气比例、肾上腺素用量、碳酸氢钠用量、冠心病比例、高血压比例、糖尿病比例、血清肌酐、血尿素氮、血乳酸、血钾、脑钠肽、肌钙蛋白、D-二聚体、神经元特异性烯醇化酶及心肺复苏后24 h尿量的差异均有统计学意义(均P<0.05).在5种机器学习算法模型中,RF模型曲线下面积(AUC)为0.875,敏感度为0.863,特异度为0.956,准确率为90.7%,在预测效能和临床实用性上均优于其他4种模型.在RF模型变量重要性排序中,排在前10位的变量依次是达到自主循环恢复时间、心脏停搏至开始心肺复苏时间、初始可除颤心律、血清肌酐、机械通气、血乳酸、肾上腺素用量、脑钠肽、D-二聚体和年龄.结论 基于机器学习成功构建PCPR-AKI早期预测模型,RF模型具有最佳预测效能,根据其变量重要性可为PCPR-AKI早期识别与精准干预提供临床策略.