2025年5月7日，Jing-Xian Wang等人在《Front Cardiovasc Med》雜志上發(fā)表了一篇題為《Machine learning algorithms to predict heart failure with preserved ejection fraction among patients with premature myocardial infarction》的文章。 早發(fā)性心肌梗死（PMI）患者射血分數(shù)保留的心力衰竭（HFpEF）是影響長期預后的關鍵因素。本研究旨在開發(fā)一種基于機器學習算法的模型，該模型可以及早快速預測PMI患者發(fā)生院內HFpEF的風險。
HFpEF在急性心肌梗死（AMI）患者中占比逐年上升，尤其在年輕人群中預后較差，但其預測模型研究仍存在空白。因此本研究聚焦于比較不同機器學習模型的性能，篩選關鍵預測因子，并構建可解釋的臨床決策支持工具，從而為高風險患者的個體化干預提供依據(jù)，降低HFpEF發(fā)病率并改善長期預后。
本研究數(shù)據(jù)來源于2017年1月至2022年12月天津胸科醫(yī)院的前瞻性單中心隊列，納入840例AMI的患者。納入標準包括：符合PMI年齡標準（年齡>18歲，且男性≤50歲或女性≤55歲）；首次診斷為AMI；入院時無心力衰竭、接受冠狀動脈造影（CAG）及直接經(jīng)皮冠狀動脈介入治療（PPCI）。排除嚴重肝腎功能衰竭、先天性或瓣膜性心臟病、嚴重炎癥性疾病、惡性腫瘤、關鍵檢查數(shù)據(jù)缺失及未簽署知情同意書的病例。
收集數(shù)據(jù)包括人口學特征即年齡、性別、BMI、吸煙與飲酒史、冠心病家族史（CAD）、既往病史、AMI類型）；入院生命體征；實驗室檢查、冠狀動脈造影（CAG）及經(jīng)胸超聲心動圖（TTE）參數(shù)；實驗室指標如炎癥比值CLR（C反應蛋白與淋巴細胞比值）和MLR（單核細胞與淋巴細胞比值）、冠脈造影結果（含SYNTAX評分）、超聲心動圖參數(shù)及用藥信息。所有數(shù)據(jù)均通過標準化電子病歷系統(tǒng)采集以確保一致性。研究流程詳見圖1。
本研究基于Riley等人提出的pmsampsize準則確定最小樣本量為298例。數(shù)據(jù)缺失率低于5%的變量采用中位數(shù)填補連續(xù)變量缺失值，分類變量使用多重插補。數(shù)據(jù)集按8:2比例隨機分為訓練集（80%）和測試集（20%），訓練集內采用五折交叉驗證。除年齡經(jīng)最小-最大標準化外，其余連續(xù)變量均按臨床參考范圍（如BMI≥24 kg/m2）、指南或中位數(shù)如總膽汁酸（TBA）、CLR、MLR轉換為分類變量。針對HFpEF樣本量不足問題，采用SMOTE技術平衡數(shù)據(jù)（k=5，過采樣比=1）。構建五種機器學習模型，包括套索邏輯回歸（Lasso-Logistic）、極限梯度提升（XGBoost）、隨機森林（RF）、K近鄰（KNN）、支持向量機（SVM）模型預測院內HFpEF的發(fā)生。通過方差膨脹因子（VIF>10）排除多重共線性變量后，Lasso回歸篩選出12個關鍵預測因子并構建邏輯模型；其余模型基于全變量訓練后，選取特征重要性排名前10的變量重新建模。模型優(yōu)化采用自動調參策略，結合五折交叉驗證評估泛化性能，最終通過測試集計算AUC、準確率、F1分數(shù)及Brier分數(shù)進行驗證。使用凈重新分類改進指數(shù)（NRI）和綜合判別改進指數(shù)（IDI）量化模型預測能力的提升，并基于性能對比選定最優(yōu)模型。模型解釋采用SHAP值可視化變量貢獻度，校準曲線評估預測概率與實際概率的一致性，決策曲線分析（DCA）量化不同閾值下的臨床凈獲益。
研究人群基線特征如表1所示，共納入840例患者（HFpEF組268例，非HF組572例），中位年齡42[38-44]歲，男性占91.0%。組間比較顯示，HFpEF組女性比例顯著高于非HF組（15.7% vs. 5.9%，P<0.001），年齡更大（42[39-45] vs. 41[37-44]歲，P=0.001），肥胖（BMI≥24 kg/m2：82.5% vs. 74.5%，P=0.013）和高血壓（56.3% vs. 45.8%，P=0.006）比例更高。實驗室指標方面，HFpEF組炎癥標志物（CRP>5.0 mg/L：63.4% vs. 43.5%；MLR>0.3：65.7% vs. 42.7%，均P<0.001）及腦鈉肽（BNP）>100 pg/ml比例（91.0% vs. 62.4%，P<0.001）顯著升高。冠脈造影顯示HFpEF組SYNTAX評分>14.5的比例更高（64.2% vs. 43.0%，P<0.001），提示更嚴重的冠脈病變。綜上，HFpEF患者具有年齡較大、合并癥負擔更重、心血管功能障礙更顯著的特征。訓練集與測試集的基線特征及連續(xù)變量描述性統(tǒng)計分別見補充表S2和S3。
研究將840例患者按8:2比例隨機劃分為訓練集（672例）和測試集（168例），所有預測變量的方差膨脹因子（VIF）均<5，表明多重共線性問題不顯著。基于Lasso回歸的變量篩選（圖2A-B）從全變量集中識別出12個關鍵預測因子，包括女性、高血壓、STEMI、BMI≥24 kg/m2、SYNTAX評分>14.5、入院心率（HR）>75次/分、中性粒細胞百分比（NEU%）>75%、紅細胞壓積（HCT）<45%、心肌肌鈣蛋白T（cTnT）>1.44 ng/L、MLR>0.3、CLR>2.83及BNP>100 pg/ml。經(jīng)多因素Logistic回歸進一步篩選后，最終模型保留8個變量：女性、BMI≥24 kg/m2、SYNTAX評分>14.5、HR>75次/分、HCT<45%、MLR>0.3、CLR>2.83及BNP>100 pg/ml。RF、XGBoost、KNN和SVM模型經(jīng)全變量訓練后，基于特征重要性排名選取前10個變量重新建模。各模型的特征重要性排序分別展示于圖2C-G中，其中XGBoost模型的關鍵變量包括BNP水平、SYNTAX評分、年齡、炎癥比值等（如圖2D）。
各模型在測試集的分類性能比較如表2及圖3A-B所示。五種機器學習模型的AUC范圍為0.517（SVM）至0.854（XGBoost），其中XGBoost的AUC、準確率（0.798）及F1分數(shù)（0.586）均為最優(yōu)，Brier分數(shù)（0.143）與Lasso-Logistic相當。雷達圖（圖3B）綜合顯示XGBoost在多數(shù)指標上表現(xiàn)突出。補充圖S1表明，SMOTE技術有效平衡了訓練集類別分布，提升XGBoost與KNN的F1分數(shù)及AUC，但SVM性能未改善。
通過凈重新分類改進指數(shù)（NRI）和綜合判別改進指數(shù)（IDI）分析，XGBoost相比其他模型預測能力顯著更優(yōu)（均P<0.05）。例如，與Lasso-Logistic相比，NRI=0.149（95%CI:0.008-0.290），IDI=0.049（95%CI:0.008-0.091）；與SVM相比，NRI=0.428（95%CI:0.277-0.579），IDI=0.227（95%CI:0.175-0.279）（補充表S5）。校準曲線顯示XGBoost預測概率與實際概率高度一致（圖3C-D），決策曲線分析（圖3E-F）證實其在廣泛閾值范圍內具有臨床凈獲益。綜上，XGBoost因綜合性能最優(yōu)被選為最終模型。
XGBoost模型變量的重要性排序顯示BNP >100 pg/ml是影響PMI患者院內HFpEF發(fā)生的最重要特征。此外，SYNTAX評分> 14.5、年齡、MLR >0.3、HCT <45%、HR >75 bpm、身體質量指數(shù)≥24 kg/m2、CLR >2.83、高血壓、Fg ≥4 g/L也是預測HFpEF的重要變量(圖2D)。圖4A和補充表S6顯示，上述變量是PMI患者院內HFpEF的風險因素。
視覺預測系統(tǒng)包括用于輸入患者變量(例如，年齡、高血壓狀態(tài))的輸入界面(左)和顯示預測概率(上)和解釋模型決策的個性化SHAP圖(下)的輸出界面(右)。在圖4B中，系統(tǒng)根據(jù)臨床輸入預測PMI患者發(fā)生HFpEF的概率為65.5%。該系統(tǒng)向公眾開放https://hfpefpmi.shinyapps.io/apppredict/.
基于XGBoost算法建立的可解釋預測模型可以準確預測PMI患者的院內HFpEF風險，該模型有望通過為PMI患者提供及時、優(yōu)先和精確的干預措施來幫助臨床醫(yī)生做出決策，最終降低HFpEF的發(fā)生率并改善長期預后。
上一篇：05.19-05.25 臨床預測模型研究頂刊快報
下一篇：構建基于機器學習的孕中期流產(chǎn)風險預測模型
