HCH和HPMS预后指数的开发与外部验证：一项使用多目标非牛顿流体优化算法的回顾性模型开发研究

《BMC Medical Informatics and Decision Making》：Development and external validation of the HCH and HPMS prognostic indices for sepsis: a retrospective model development study using a Multi-Objective Non-Newtonian Fluid optimization algorithm

　　

摘要

背景

败血症的病理异质性使得传统的评分系统难以在早期预警的敏感性、疾病动态进展的表征以及机制的可解释性之间取得平衡。通过开发一种多目标优化算法，结合流变学特性从常规指标中筛选出新的综合参数，从而构建出一个既具有临床可行性又具有病理可解释性的精准败血症评估工具，为临床决策和败血症患者的预后预测提供了新的方法。这项回顾性的预后模型开发与验证研究旨在开发并外部验证用于预测败血症死亡率的新综合指标。

方法

利用eICU（衍生队列，n = 3,965）和MIMIC-IV（时间验证队列，n = 2,917）数据库的数据，我们通过受物理原理启发的动态粘弹性调节、多目标协同约束以及与败血症关键病理维度相结合的医学知识嵌入策略，开发了多目标非牛顿流体优化（MONNF）算法。该算法筛选出了能够捕捉循环系统受损、凝血功能障碍和代谢紊乱之间病理生理相互作用的新指标。随后，建立了一个欠采样同步进化集成（USEE）预测模型，以验证其跨中心的通用性和临床实用性。

结果

MONNF的初步阶段确定了缺氧-凝血-血红蛋白指数（HCH；组成成分：乳酸、INR、血红蛋白），其28天死亡率的ROC-AUC值为0.67，优于SOFA（ROC-AUC = 0.63）。后续阶段构建了肝肺代谢协同指数（HPMS；组成成分：总胆红素、PaO?/FiO?、碳酸氢盐、白蛋白），其ROC-AUC值为0.64。新指标的风险转折点揭示了关键的干预窗口（p非线性 < 0.001），而Boruta特征重要性排名证实了它们比传统变量具有更高的决策权重。USEE模型在独立验证中表现出最佳的预测性能（ROC-AUC = 0.84，PR-AUC = 0.71）。

结论

在这项回顾性的开发与验证研究中，基于动态非牛顿流体特性的新型优化算法成功发现了能够深刻反映败血症核心病理特征的综合指标。这项工作为简化临床分层以及解决预后评估中的三重悖论（效率、敏感性和可解释性之间的矛盾）提供了创新解决方案。