導(dǎo)讀

此項(xiàng)研究目的是開發(fā)一種臨床決策支持（CDS）工具，來準(zhǔn)確識(shí)別出哮喘發(fā)作風(fēng)險(xiǎn)最大的兒童。研究評(píng)估了臨床數(shù)據(jù)，及空間和時(shí)間分辨的環(huán)境數(shù)據(jù)對(duì)哮喘惡化預(yù)測(cè)模型性能的價(jià)值貢獻(xiàn)。

哮喘是一種慢性氣道疾病，在美國(guó)影響超過500萬兒童，每年有超過一半的哮喘兒童會(huì)出現(xiàn)急性加重，其中有1／6會(huì)到急診室就診，每20人中有1人因哮喘加重需要住院。哮喘加重由多種臨床和環(huán)境因素引發(fā)，但這些因素的相互作用及其對(duì)惡化風(fēng)險(xiǎn)的影響尚不清楚。

近期發(fā)表在BMC Medical Informatics and Decision Making的一項(xiàng)研究，探索了開發(fā)臨床決策支持（CDS）工具的潛力，以識(shí)別在30天、60天和180天期間哮喘發(fā)作高風(fēng)險(xiǎn)的兒童。評(píng)估了EHR中提取的臨床數(shù)據(jù)，及空間和時(shí)間分辨的環(huán)境數(shù)據(jù)對(duì)兒童哮喘惡化預(yù)測(cè)模型性能的影響，并表明空間和時(shí)間數(shù)據(jù)沒有顯著提高模型性能。

01 臨床、空間、時(shí)間三方面數(shù)據(jù)關(guān)聯(lián)納入評(píng)估

該研究使用杜克大學(xué)衛(wèi)生系統(tǒng)（DUHS）的回顧性數(shù)據(jù)進(jìn)行的，DUHS包含一家三級(jí)保健醫(yī)院、兩家社區(qū)醫(yī)院以及初級(jí)保健網(wǎng)絡(luò)專業(yè)診所的EHR系統(tǒng)，基于EHR的臨床研究數(shù)據(jù)集市（clinical Research Datamart）提取了階段時(shí)間的臨床數(shù)據(jù)，確定了6395名（5－18歲）患有哮喘的兒童，根據(jù)相應(yīng)條件，最終5982名兒童納入研究分析。研究采用臨床數(shù)據(jù)與空間數(shù)據(jù)、時(shí)間數(shù)據(jù)的所有預(yù)測(cè)變量相關(guān)聯(lián)，評(píng)估模型在預(yù)測(cè)兒童哮喘惡化方面的效用。以下為各方數(shù)據(jù)提取來源：

臨床數(shù)據(jù)：從EHR中提取每個(gè)孩子的臨床和社會(huì)人口學(xué)信息，包括性別、年齡、種族、保險(xiǎn)類型、合并癥、藥物處方。

空間數(shù)據(jù)：根據(jù)患者地址得出社區(qū)層面的環(huán)境數(shù)據(jù)。通過每個(gè)孩子的居住地郵政編碼和美國(guó)社區(qū)調(diào)查的相關(guān)數(shù)據(jù)，來計(jì)算醫(yī)療保健研究與質(zhì)量機(jī)構(gòu)（AHRQ）的社會(huì)經(jīng)濟(jì)地位指數(shù)（SES）；使用ArcGIS計(jì)算數(shù)據(jù)集中每個(gè)地理編碼地址到道路的直線距離。

時(shí)間數(shù)據(jù)：從美國(guó)環(huán)境信息中心下載了每日平均氣溫、總降水量等氣候數(shù)據(jù)；從美國(guó)環(huán)境保護(hù)署下載了最大二氧化硫讀數(shù)等空氣質(zhì)量數(shù)據(jù)；還從環(huán)境質(zhì)量部下載了花粉數(shù)據(jù)；以及通過提取當(dāng)月每天進(jìn)行流感檢測(cè)的次數(shù)來計(jì)算季節(jié)性流感負(fù)擔(dān)等。

02 EHR中提取的臨床數(shù)據(jù)賦予模型預(yù)測(cè)性能更多價(jià)值

研究者使用LASSO、隨機(jī)森林和xgBoost構(gòu)建Person－Month預(yù)測(cè)模型，由5組不同的預(yù)測(cè)變量（所有預(yù)測(cè)變量、時(shí)間因素、臨床因素、空間因素、簡(jiǎn)約模型）訓(xùn)練出15個(gè)不同模型，在三個(gè)不同的時(shí)間范圍（30天、90天和180天），預(yù)測(cè)兒童哮喘惡化的風(fēng)險(xiǎn)。通過計(jì)算預(yù)測(cè)事件發(fā)生率和曲線下面積（AUC）來比較不同模型的性能。

研究結(jié)果顯示，所有模型的短期預(yù)測(cè)性能優(yōu)于長(zhǎng)期，xgBoost模型的性能名義上優(yōu)于使用LASSO或隨機(jī)森林的模型。在評(píng)估時(shí)間、空間和臨床因素對(duì)模型預(yù)測(cè)惡化風(fēng)險(xiǎn)的相對(duì)貢獻(xiàn)時(shí)發(fā)現(xiàn)，無論采用何種建模方法，臨床因素賦予了模型預(yù)測(cè)性能更多價(jià)值，時(shí)間因素賦予的預(yù)測(cè)價(jià)值偏低，空間因素的預(yù)測(cè)價(jià)值最小。以隨機(jī)森林預(yù)測(cè)模型30天時(shí)間范圍內(nèi)的結(jié)果為例：基于臨床因素模型AUC＝0．741，基于時(shí)間因素模型AUC＝0．608，基于空間因素模型AUC＝0．502，簡(jiǎn)約模型AUC＝0．672。

使用不同建模方法預(yù)測(cè)不同時(shí)間范圍和變量集的哮喘發(fā)作AUC

此外，研究構(gòu)建的方便患兒和其父母提供必要信息的簡(jiǎn)約模型，用來評(píng)估不同類型數(shù)據(jù)對(duì)模型性能的貢獻(xiàn)。由于xgBoost模型的性能結(jié)果更優(yōu)越，文章重點(diǎn)介紹了xgBoost模型的結(jié)果。經(jīng)比較，簡(jiǎn)約模型30天時(shí)間范圍AUC＝0．664，使用所有數(shù)據(jù)元素的整體模型30天時(shí)間范圍AUC＝0．761，基于臨床因素模型30天時(shí)間范圍AUC＝0．742，故簡(jiǎn)約模型在30天內(nèi)哮喘惡化的預(yù)測(cè)性能不如整體模型和基于臨床數(shù)據(jù)的模型。同時(shí)也發(fā)現(xiàn)，臨床因素模型比起簡(jiǎn)約模型，在所有時(shí)間范圍內(nèi)的預(yù)測(cè)性能都更具優(yōu)勢(shì)。

不同建模方法創(chuàng)建的整體模型、臨床模型和簡(jiǎn)約模型的比較

03 180天范圍內(nèi)模型決策規(guī)則指標(biāo)性能更好

最后，研究使用了基于臨床數(shù)據(jù)的每個(gè)模型評(píng)估了決策規(guī)則的性能，以指導(dǎo)臨床決策支持。通過計(jì)算Precision－Recall曲線來評(píng)估決策的影響，并評(píng)估不同切點(diǎn)的敏感性和陽性預(yù)測(cè)值。這強(qiáng)調(diào)了在將風(fēng)險(xiǎn)模型轉(zhuǎn)化為決策支持工具時(shí)考慮事件發(fā)生率的重要性。

對(duì)于30天的時(shí)間范圍，如果我們希望敏感度約為70％，使用xgBoost模型的PPV僅為2．9％；如果在180天的時(shí)間范圍，PPV則約為13．8％。同樣，如果在180天的時(shí)間范圍內(nèi)獲得一個(gè)約15％的PPV，那么敏感度為66．2％；而在30天時(shí)間范圍內(nèi)的敏感度則為1．5％。因而，基于敏感性和PPV的決策規(guī)則指標(biāo)在長(zhǎng)期即180天時(shí)間范圍內(nèi)更好。

三個(gè)不同時(shí)間范圍內(nèi)的敏感性和陽性預(yù)測(cè)值之間的關(guān)系

最后，研究者表示無法考慮所有可能對(duì)哮喘惡化產(chǎn)生重大影響的變量，包括藥物補(bǔ)充數(shù)據(jù)、室內(nèi)環(huán)境和直接呼吸道病毒暴露。未來的研究將需要評(píng)估當(dāng)前研究中無法包含的變量的重要性，并評(píng)估本研究中開發(fā)的模型對(duì)來自其他衛(wèi)生系統(tǒng)的患者群體的可移植性。

       原文標(biāo)題 : 納入環(huán)境數(shù)據(jù)能否提升CDS識(shí)別兒童哮喘風(fēng)險(xiǎn)的能力？