基于可解释机器学习的卒中患者康复相关出院预测模型研究

摘要

目的 基于可解释机器学习（XML）方法构建卒中患者康复相关出院预测模型，识别影响康复出院的关键因素，为康复评估与医疗资源配置提供数据支持。方法 该研究利用MIMIC‑IV v3.1数据库，依据ICD‑9/10编码筛选卒中患者共14 824例。提取患者人口学信息、入院特征及住院过程等结构化变量，构建康复相关出院预测模型。采用Logistic回归与极端梯度提升算法（XGBoost）进行建模，比较判别效能、校准性能及临床净获益。使用SHapley Additive exPlanations(SHAP)算法评估各特征对预测结果的贡献，并通过部分依赖于个体条件期望曲线进行可解释性分析。结果 在总体样本中，康复相关出院率为36.9%。Logistic与XGBoost模型的曲线下面积（AUC）分别为0.637(95%CI:0.620～0.653)和0.630(95%CI:0.613～0.647)，判别效能处于中等水平。两种模型的平均精确率均为0.473,Brier分数分别为0.220和0.223，均表现出较好的校准度。决策曲线分析显示，Logistic模型在30%～40%阈值范围内的净获益最高（P<0.05）。SHAP结果显示，年龄（平均SHAP=0.280）、医保类型（平均SHAP=0.266）及入院途径（平均SHAP=0.237）为主要影响因素。部分依赖分析显示，40岁前后康复相关出院概率最高，随后随年龄增加而下降（P<0.001）；急诊入院及转院患者康复相关出院概率高于门诊及自我入院者（P<0.001）；卒中类型间差异无统计学意义（P=0.236）。模型在2008年至2019年AUC值稳定维持在0.60～0.70，提示其稳健性良好。高预测风险组患者康复出院率显著高于低预测风险组（P<0.001），且预测概率与住院时间呈弱负相关。结论 基于XML结合SHAP方法构建卒中康复相关出院预测模型，结果显示年龄、医保类型及入院途径是影响康复出院的主要特征变量。模型在真实世界数据中具有良好的校准性与稳定性，为卒中患者康复早期识别与资源优化配置提供了可行的量化工具。

关键词

卒中 / 康复出院 / 机器学习 / 极端梯度提升算法 / Logistic回归 / 可解释机器学习