支持向量机在ICU急性肾损伤患者住院死亡风险预测中的应用

• 作者: 孔桂兰 胡永华 蔺轲 谢俊卿
• 来源期刊: 北京大学学报医学版
• 关键词: 重症监护室 急性肾损伤 死亡风险预测 支持向量机
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 论著
• 页码范围: 239-244
• 页数: 6页
• 分类号: R181.2
• 语种: 中文
• DOI: 10.3969/j.issn.1671-167X.2018.02.007

摘要

目的:应用支持向量机(support vector machine,SVM)构建ICU中急性肾功能损伤(acute kidney injury,AKI)患者住院死亡风险预测模型,并比较其与ICU中常用的简化急性生理评分(the simplified acute physiology score Ⅱ,SAPS-Ⅱ)的预测性能.方法:使用重症监护医学信息市场(medical information mart for intensive careⅢ,MIMICⅢ)数据库作为数据来源.根据2012年国际改善全球肾脏病预后组织(Kidney Disease:Improving Global Outcomes,KDIGO)发表的《急性肾损伤临床实践指南》选取MIMIC-Ⅲ数据库中的AKI患者,使用SAPS-Ⅱ中所用到的全部变量构建SVM模型,同时,使用MIMIC-Ⅲ数据库定制本地化的SAPS-Ⅱ模型,并比较其与SVM模型的性能优劣.模型性能的评价方法使用五折交叉验证,评价指标使用受试者工作特征曲线下面积(area under the receiver operationcharacteristic curve,AUROC)、均方根误差(root mean squared error,RMSE)、灵敏度、特异度和准确率.此外,使用Bland-Altman图评估两模型预测结果的一致性.结果:共纳入19 044例AKI患者,死亡率为13.58％.五折交叉验证的结果显示,SVM模型和定制版SAPS-Ⅱ模型的平均AUROC分别为0.86和0.81,差异有统计学意义(t=13.0,P＜0.001),SVM模型和定制版SAPS-Ⅱ模型的平均RMSE分别为0.29和0.31,差异有统计学意义(t=-9.6,P＜0.001).在灵敏度和约登指数方面,SVM模型也均优于定制版的SAPS-Ⅱ模型,差异均具有统计学意义(P分别为0.002和＜0.001).Bland-Altman图显示当患者死亡风险极高或者极低时,两模型预测结果的一致性较好.当患者死亡风险的不确定性较大时,两模型预测结果的一致性较差.结论:相比于传统的SAPS-Ⅱ模型,SVM模型的预测性能更优,且当患者的死亡风险不确定时,这种优势尤其明显;SVM模型更有利于AKI患者的死亡风险识别与早期干预,能有效地帮助ICU临床医生提高医疗质量,有很强的临床应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡永华	北京大学公共卫生学院流行病与卫生统计学系	137	1894	18.0	40.0
5	孔桂兰	北京大学医学信息学中心	8	50	4.0	6.0
6	蔺轲	北京大学公共卫生学院流行病与卫生统计学系	4	12	2.0	3.0
10	谢俊卿	北京大学公共卫生学院流行病与卫生统计学系	2	9	2.0	2.0