点击蓝字 关注我们基于机器学习构建并验证术前手术难度预测与风险分层系统用于后部脊柱畸形矫正手术——多中心队列研究iMetaMed主页https://onlinelibrary.wiley.com/journal/3066988x研究论文● 原文iMetaMed●英文题目Construction and Validation of a Preoperative Surgical Difficulty Prediction and Risk Stratification System for Posterior Spinal Deformity Correction Surgery Based on Machine Learning - Multicenter Cohort Study●中文题目基于机器学习构建并验证术前手术难度预测与风险分层系统用于后部脊柱畸形矫正手术——多中心队列研究●原文链接https://onlinelibrary.wiley.com/doi/10.1002/imm3.70023● DOI:https://doi.org/10.1002/imm3.70023● 2026年1月14日厦门大学李文乐山东第一医科大学附属省立医院栾昊鹏和咸阳市中心医院刘强等在iMetaMed在线发表了题为“Construction and Validation of a Preoperative Surgical Difficulty Prediction and Risk Stratification System for Posterior Spinal Deformity Correction Surgery Based on Machine Learning - Multicenter Cohort Study”的文章。● 本研究使用多中心的后入路脊柱矫形术患者样本的临床信息和检验指标基于多种机器学习方法构建了一种预测后入路脊柱矫形手术时长和难度分层的预测模型并搭建了在线计算器用于初步的临床应用为需行后入路脊柱矫形术的患者和医师提供了重要的参考工具。● 第一作者徐婵● 通讯作者李文乐drlee0910163.com、栾昊鹏hpluan1996163.com、刘强m13992079668163.com● 主要单位厦门大学、山东第一医科大学附属省立医院、咸阳市中心医院亮 点● 构建并验证了一个多中心机器学习模型用于预测后侧脊柱畸形矫正手术难度● 纳入全面的临床和围手术期评估变量以提升对手术程序和潜在风险的识别● 建立了风险分层系统支持更准确的临床决策、手术计划和围手术期管理● 该模型的前瞻性验证显示其高度准确性和显著的临床转化潜力。摘 要手术时长反映了手术复杂性对围手术期规划具有价值。为了预测后方脊柱畸形矫正的手术时间延长我们开发了一个术前机器学习模型。分析了来自11家医院、162名患者的数据。训练并比较了十个算法表现最好的模型被实现为网络计算器。博鲁塔确定了七个关键预测因子从疾病到手术的间隔、纤维蛋白原、白细胞计数、部分血栓质素激活时间、美国麻醉学会等级、白蛋白和年龄。LightGBM表现最为稳定AUC约为0.70。SHAP分析提升了可解释性校准和决策曲线分析显示校准良好临床净益处显著。我们开发了一个可解释、内部验证的模型用于估算后侧脊柱畸形手术的手术时长。网络计算器可能支持个性化规划和更高效的作空间资源分配。视频解读Bilibilihttps://www.bilibili.com/video/BV1roc2z9Eov/Youtubehttps://youtu.be/d893YaCoixk中文翻译、PPT、中/英文视频解读等扩展资料下载请访问期刊官网https://onlinelibrary.wiley.com/journal/3066988x全文解读引 言随着全球人口老龄化的增加脊柱畸形越来越可能达到流行病规模影响多达三分之一的人口。带有症状表现的脊柱畸形对患者的健康和生活质量造成重大负担。现有研究表明成人脊柱畸形相关的疾病负担超过了糖尿病、慢性肺病、充血性心力衰竭和关节炎等慢性疾病;因此脊柱畸形的治疗尤为关键。手术仍然是脊柱畸形治疗的基石。由于涉及复杂的解剖结构畸形通常影响多节椎骨、椎间盘和椎弓。此外手术干预可能涉及相邻的神经结构如脊髓和神经根。因此脊柱畸形手术常常带来重大挑战和并发症风险。手术的复杂程度与脊柱畸形的严重程度密切相关手术的持续时间在一定程度上反映了手术的复杂性和难度。不同患者通常存在不同的风险因素如潜在疾病这些都会显著阻碍手术的顺利进行。术前评估不足可能导致手术中的挑战甚至引发严重的术中和术后并发症;研究表明术中暴露时间与脊柱畸形手术并发症发生之间存在显著相关。因此为患者进行全面的术前评估和规划并预测手术时间有助于手术和围术期护理的顺利进行。这种方法有助于减轻患者的术前焦虑并提升术后预后。多项研究试图识别后部脊柱畸形手术的影响因素。这些研究有助于我们理解这些手术中涉及的风险因素和手术复杂性。然而这些研究仍依赖传统统计方法进行分析可能忽视了变量之间潜在的相互作用。机器学习是人工智能的一个分支利用强大的基于计算机的数据挖掘和分析技术。它可以自动提取不同变量之间的潜在相互作用。已被证明比传统统计方法更准确。此外随着进一步的研究各种机器学习算法的可解释性也越来越高。目前机器学习已被应用于各种科学和实践项目中的预测工具。越来越多的研究人员将人工智能融入医学研究带来了显著的进展。然而目前尚无利用机器学习评估脊柱畸形手术持续时间和风险分层模型的研究报告。本研究旨在建立一个预测模型用于评估脊柱畸形手术中手术复杂性的术前评估。为了最大化临床效用并降低成本我们利用了易于获取的临床和生化数据。利用11个脊柱畸形中心的多中心数据构建基于机器学习的模型用于预测后期脊柱畸形手术的手术时长和围手术期风险。实施了基于网络的计算器以促进个性化风险评估、纳入术前规划并纳入电子健康记录。该工具能够针对高风险患者进行有针对性关注支持医疗资源的高效分配并通过确保患者知情同意增强临床医生与患者之间的信任从而减少潜在冲突促进医患关系的牢固。结 果Boruta变量选择Boruta算法表现出高度的鲁棒性能够提供更全面、更准确的特征选择结果。它可以灵活地与后续预测模型结合。因此本研究采用了Boruta算法进行变量选择。基于分析结果我们最终纳入了七个自变量进行建模。它们包括术前纤维蛋白原PreFib、疾病至手术持续时间、术前白细胞PreWBC、美国麻醉医师学会分级ASA、术前APTT、术前白蛋白和年龄。图1.A.使用博鲁塔算法进行变量选择。B. 利用五重CV来评估模型的能力。C. 热力图显示了不同机器学习模型在多个性能指标上的得分。D. 利用DCA评估lightGBM模型的临床效用。DCA决策曲线分析。模型开发、验证与性能评估接下来我们基于Boruta算法选定的变量构建了九个机器学习模型以及一个堆栈模型。随后我们评估了它们的预测表现。最初我们使用五重交叉验证评估了多个机器学习模型的性能。绩效评估的主要指标是ROC-AUC。分析显示不同模型在五个不同数据折段中存在明显的性能差异。射频、垂直磁量和光型弹道导弹显示出更高的整体ROC-AUC值 0.75显示其在分类准确性上的优越性。相比之下DT的平均ROC-AUC值最低0.67±0.02表明预测能力相对较弱。其他模型如KNN、Xgboost、Logistic Regression、ENet和MLP也表现出不同水平的性能。随后我们采用了全面的评估策略采用热图可视化技术对多个先进机器学习模型进行比较分析。我们的目标是通过一系列明确定义的性能指标量化每个模型的预测能力。热力图结果揭示了不同模型在多个指标上的表现颜色渐变——从紫色表示性能较低到黄色表示性能较高——直观地代表了每个模型的得分。值得注意的是LightGBM在大多数绩效指标上表现出优异表现尤其是在中华民国-AUC和PR-AUC中展现了其显著的竞争优势。另一方面KNN模型在所有评估绩效指标中得分相对较低显示其适用性有限。接下来我们使用测试集和训练集演示了LightGBM模型的决策曲线。曲线展示了模型的净收益阈值概率从0%到100%不等。净收益是一种衡量模型预测对患者结局的积极影响与不必要治疗风险之间的衡量标准。图表还包含两条参考线“全部治疗”和“无治疗”提供了无需任何预测模型的净收益基线。对LightGBM模型决策曲线DCA的分析表明其净收益在特定阈值概率范围内超过了“全部处理”和“无处理”策略。这凸显了该模型的临床潜在效用尤其是在需要谨慎平衡治疗益处与风险的情境下。研究结果强调了将临床适用性纳入预测模型开发和评估的重要性。DCA不仅补充了传统的统计绩效指标还提供了模型对临床决策影响的洞见从而为实践提供更切实可行的指导。混淆矩阵是机器学习分类任务中常用的工具用以展示模型预测与实际标签之间的关系。通过分析混淆矩阵我们可以更好地理解模型在不同类别中的表现从而进一步优化和调整模型。对混淆矩阵的分析表明模型在阳性和阴性病例中的分类表现相对准确正确预测了大多数阳性和阴性病例测试集和训练集中仅有少量错误分类。这种性能评估对于理解模型的准确性和可靠性至关重要尤其是在需要高精度分类的应用中。图 2.A. 该模型在测试数据集上使用混淆矩阵进行测试。B C. Sapley 加法解释SHAP特征的依赖图。D. SHAP交互值展示了不同特征间的相互作用如何影响模型的预测结果。模型可解释性与单变量和多变量逻辑回归总之LightGBM模型展现了良好的整体性能。因此我们对模型进行了更深入的分析和解释。首先我们采用SHAP方法来解释模型的预测结果。当SHAP值超过0时表示手术复杂度增加和手术时间延长。变量的SHAP值越高手术时间增加的可能性越大。该方法阐明了模型预测中每个特征的相对重要性和影响方向不仅揭示了模型的预测机制还为理解和解读复杂医学数据提供了关键见解。通过识别和量化这七个关键特征的贡献我们能够更好地理解模型的决策过程为临床决策和医学研究提供宝贵信息。随后我们展示了一系列图表展示了SHAP相互作用值。SHAP交互分析揭示了特征对如何共同影响模型预测。每张图量化了两个特征的综合效应突出了驱动预测结果的关键相互作用。这些结果阐明了模型的决策机制并识别出可能用于改进以提升准确性和可解释性的关系。在生物医学应用中这些特征相互作用的洞见对于理解疾病复杂性和指导有针对性的临床策略至关重要。接下来我们还提供了LightGBM模型中每个变量的特征重要性并对它们进行了排名。结果显示术前白细胞是最重要的变量而ASA分类影响最小。图3.AlightGBM模型的变量重要性排序。B. 风险累积曲线用于评估模型预测特定事件发生概率的能力。C. LightGBM模型超参数优化结果的可视化。此外我们利用风险累积曲线评估模型预测特定事件发生概率的能力。风险累积曲线是展示模型在不同预测概率阈值下表现的重要工具。对被归类为阳性是和负面否两种预测的风险分布进行了可视化。曲线的垂直轴代表密度表示在特定预测概率阈值下被预测为正或负的样本密度。横轴显示样本被预测为正的情况概率。Pred_Yes。在这项研究中我们观察到在测试集和训练集中预测为正负的样本在不同的预测概率阈值上的分布。例如如果曲线显示阳性病例密度更高且预测概率阈值较低这可能表明模型倾向于预测更多样本为阳性。这种分析方法有助于评估模型在不同预测概率阈值下的表现尤其是在预测概率分布可能显著影响最终决策的场景中。通过这种方法我们可以更好地理解模型的行为并根据实际应用的需求调整其预测阈值以优化性能并减少错误分类。随后我们基于LightGBM模型开展了HPO研究主要关注如何通过调整各种参数提升模型性能特别是在提高AUCROC值方面;其他模型的结果见图S4–S9。通过分析这些图表我们获得了对哪些参数最关键的见解以及如何调整它们以优化模型性能。这种分析对于开发高效且准确的预测模型至关重要尤其是在处理大量数据和复杂特征的场景中。我们的研究不仅展示了系统化超参数调整如何提升模型性能还为未来在类似数据集上开发更优化的机器学习模型提供了宝贵见解。此外我们基于KS检验进行了分析旨在确定两个样本是否分别来自同一分布分别在测试集和训练集。图表清楚显示阳性和阴性病例在特定阈值下的累计分布差异显著表明模型能够在一定程度上区分这两类病例。对KS测试结果的分析对于评估模型在实际应用中的有效性至关重要尤其是在需要准确分类的场景中。它提供了直观的模型预测表现视角有助于改进模型设计和参数调优从而获得更好的分类结果。图4.A. KS测试的分析结果。B.LIME方法对LightGBM模型提供了详细解释。C. 使用SHAP方法进行单样本预测分解的结果。KS科尔莫哥洛夫–斯米尔诺夫;沙普沙普利补充解释。我们进一步应用LIME方法在个体样本层面解读LightGBM模型。通过量化每个特征的贡献这种方法提供了详细的洞见了解具体特征如何驱动模型的预测图5B。例如年龄66岁和从发病到手术的持续时间超过3年对模型预测产生了积极影响而术前白蛋白水平和ASA评分则对结果产生负面影响。这种分析方法不仅澄清了模型的决策过程还提供了更深层次的见解支持临床决策。通过使单个特征的贡献透明化它帮助临床医生和研究人员更好地理解和解读复杂的机器学习预测从而促进模型在现实临床环境中更明智、更有信心的应用。此外我们展示了基于SHAP方法的单个样本预测的分解其中最终模型预测值fx为0.109见图5C该结果考虑了所有特征贡献。这种分析方法有助于理解模型如何考虑和权衡每个特征以预测特定样本从而为模型决策过程提供透明度。这种透明度对于临床应用和复杂决策环境中的模型解释至关重要。为量化这些变量我们采用了单变量和多元逻辑回归。单变量逻辑回归分析结果显示年龄OR 0.98,95% CI 0.97–0.99;p 0.001、ASA分类OR 1p 0.05、疾病至手术持续时间OR 1p 0.001、术前白细胞计数OR 0.87,95% CI 0.76–1;p 0.05、术前白蛋白OR 1.11,95% CI 1.04–1.19;p 0.01以及术前纤维蛋白原OR 0.62,95% CI 0.41–0.95;p 0.05是重要的预测因素。其中从疾病到手术的时间范围为180–365天OR值最高OR 20,95% CI 2.31–173.4;p 0.01表示最大风险。在多元逻辑回归分析中年龄OR 0.97,95% CI 0.95–0.99;p 0.01疾病至手术持续时间OR 1;p .01、术前白细胞OR 0.8,95% CI 0.66–0.98;p 0.05以及术前白蛋白OR 1.09,95% CI 1.01–1.19;p 0.05仍然是显著的预测变量。其中从疾病到手术的持续时间范围为180–365天具有最高的OR值OR 16.23,95% CI 1.7–155.3;p 0.05表示最大风险。网页计算器鉴于lightGBM模型整体表现优异我们基于lightGBM模型开发了一款名为脊柱畸形矫正手术延长手术时间SDCS-PLSOT的网络计算器用于临床实践。该网站地址为https://nicolazhang.shinyapps.io/SDCS_PLOST/。随后我们前瞻性收集了两名患者的术前数据并用计算器展示其潜在的临床应用。这些案例并非旨在正式的前瞻性验证。结果显示患者A手术时间延长的概率为90.59%最终手术时间为5.8小时。患者B的延长手术时间概率为72.03%最终手术时间为7.5小时。结果表明本研究中构建的计算器具有极高的准确性具有强大的临床转化潜力。图5.A. 前瞻性收集两名患者的术前数据并使用SDCS-PLSOT计算器进行预测。讨 论脊柱畸形患者通常表现为背部和腿部疼痛、神经系统症状如腿部无力或麻木以及功能限制如站立困难和行动受限。已发表的研究表明接受手术治疗的脊柱畸形患者可以获得显著的疼痛缓解和功能改善。然而后部脊柱畸形手术并发症发生率较高手术复杂度因患者状况差异很大。因此在临床环境中对患者的个体化术前评估对其预后至关重要。后侧脊柱畸形手术具有挑战性和复杂性缺乏可量化的手术难度指标。手术时长可能间接反映手术难度;因此我们用手术时间来量化风险并用机器学习建模对风险进行分层。此前的研究主要关注脊柱畸形手术的复杂性并识别出某些风险因素进而发展出预测模型。然而据我们所知针对该终点和患者群体的多中心机器学习证据仍然有限。机器学习是一种强大的计算分析方法已被广泛应用于医学领域。因此我们利用九种机器学习方法和一种堆叠算法开发预测模型用于估算后部脊柱畸形手术的复杂性和手术时间。我们采用Boruta算法来确定模型构建的最优特征集合。与仅仅排序或排除单个变量的方法不同Boruta考虑特征相互作用从而获得更全面、更准确的选择结果。此外Boruta 兼容多种分类器和回归器实现与多种建模方法的无缝集成。将基于Boruta的特征选择纳入后续的预测建模可以提升整体模型性能。在评估模型中LightGBM展现出最高的预测准确性和整体性能。预测因素的重要性顺序从高到低为术前白细胞、术前白蛋白、疾病至手术持续时间、年龄、术前APTT、术前纤维蛋白原和ASA分类。在医学应用中解释模型的决策过程至关重要。一些复杂的机器学习模型往往难以解释这可能限制其在医疗决策中的实际应用。因此我们评估了lightGBM模型的性能和功能重要性。这些信息将有助于其他人理解我们的模式。最后我们开发了一个基于网络的在线计算器以促进模型的临床实施。为评估其实用性我们前瞻性收集两名患者的数据并使用SDCS-PLSOT计算器生成预测。结果表明该计算器提供了准确可靠的预测支持其在现实临床环境中的潜在适用性。此外由于该计算器利用了常见的临床数据和血液标志物在成本效益与效益之间取得了极佳平衡展现了高的成本效益和强大的临床转化潜力。术前白细胞计数成为最重要的预测变量。白细胞是广泛使用的系统性炎症状态生物标志物。术前白细胞水平升高可能反映感染或其他炎症性疾病可能需要额外的术中措施来管理受影响组织从而延长手术时间。除了作为炎症标志物的作用外白细胞还可能反映患者的整体健康状况包括免疫能力和共病的存在。例如患者的术前健康状况会影响手术策略的选择而更复杂或保守的方法则可能影响手术时间。此外术前白细胞可能显示患者术后恢复潜力异常可能需要加强监测和管理间接影响手术计划和时间。继术前白细胞计数之后术前白蛋白是第二重要的预测因子。作为主要血浆蛋白白蛋白对于维持血管内胶体渗透压至关重要在体液分布和血管稳定性中起着关键作用。术前白蛋白水平偏低可能表明营养不良或慢性疾病状态影响患者的手术反应和恢复。营养不良患者可能需要更长时间的手术准备手术中组织处理更复杂且术后恢复可能较慢。这些因素综合可能导致手术时间的整体延长。此外低白蛋白水平还与手术并发症风险增加相关包括术后感染、伤口愈合不良和免疫力下降。因此在术前评估中白蛋白计数常被视为评估患者手术风险的重要生物标志物。同时外科医生可能会根据这些信息调整手术计划包括选择更适合营养不良患者的手术技术或制定更全面的术后管理方案。因此术前白蛋白计数在评估手术风险时具有重要意义。疾病到手术的持续时间是第三个重要变量这与一些现有研究结果相符并与以往研究提供了一定的一致性。现有研究表明疾病持续时间越长与患者结局较差相关这在一定程度上解释了为何本研究中手术前的疾病持续时间被视为手术复杂度增加和手术时间延长的风险因素。事实上如果脊柱畸形未及时矫正可能随时间进展导致复杂并发症导致手术难度增加和延长手术时间。因此根据已发表的研究结果我们建议对已识别脊柱畸形的患者进行早期治疗干预。随后术前APTT和术前纤维蛋白原被确定为手术复杂性和手术时长的独立预测因子。这是我们研究的一个创新方面即术前APTT和术前纤维蛋白原已被认可为脊柱畸形患者手术复杂性和持续时间的独立预测因子。这有助于指导脊柱畸形患者的术前血液检测并提供宝贵的见解。年龄也是一个关键变量。我们的研究显示随着年龄增长手术时间通常会缩短这是可以理解的。现有研究表明老年患者可能不需要积极的过度矫正。此外随着年龄增长患者的整体健康和身体状况可能不适合进行大规模、复杂和长期的手术。因此有手术机会的老年患者脊柱畸形可能较为复杂从而减少手术的复杂性和持续时间。ASA分类仍是重要的预测因素尽管其重要性排名最低。本研究结果表明随着ASA分类的增加手术的复杂性和持续时间往往会延长这是可以理解的。ASA分类的提高意味着基线患者状况较差且健康状况相对较差导致术中并发症的可能性增加从而增加手术复杂性和持续时间。此外本研究利用机器学习模型预测后期脊柱畸形手术的复杂性和持续时间。该模型基于多个中心的数据开发增强了其普适性。我们还采用置换重要性来确定每个变量的显著性并利用SHAP提供模型解释提升了模型的可信度。最后我们构建了一个用于临床实践的网络计算器有助于临床决策。即使ROC-AUC为0.7中段该模型仍为长期病例的分诊、支持手术室排班、团队准备、血液制品规划和患者咨询提供了显著的临床净效益。其对低成本投入的依赖以及通过SHAP/LIME的可解释性进一步提升了其临床部署的实用性。虽然我们的研究带来了诸多优势但也存在一些局限性。这两个前瞻性收集的案例仅作为示例性展示而非正式的前瞻性验证。还需要更大规模、多中心的前瞻性验证以进一步确认该模型的临床效用。我们缺乏一致的外科医师水平熟练度指标如年度/累计手术量、进修后年数和技术标志导航、截骨设备这可能影响治疗时间。这一缺失可能会降低性能并限制运营商间的基准测试。未来工作中将将外科医师级别的变量如学术排名、经验年限和年度手术量纳入外科医师层级的协变量和层级/混合效应建模框架以提升模型的普遍性。放射学严重度指标如Cobb角、PI–LL不匹配在各中心间并不统一因此被排除这也阻碍了对年龄与严重程度关系的直接评估。纳入标准化成像特征是未来工作的高度优先方向支持持续的模型验证和更新还需更多数据。我们承认样本量较小。尽管我们采用了多种方法减少过拟合并使用了独立的验证集但这些方法只能降低——但无法完全消除——模型性能过于乐观的风险。我们将这项工作定位为基础性工作并持续进行多中心的外部验证。结 论总之本研究采用机器学习算法构建预测模型以估算后侧脊柱畸形手术的复杂性和持续时间。该模型发现了新的独立预测因素使术前评估更为简化只需单次全血细胞计数即可完成。该方法展现出高成本效益和显著的临床转化潜力。方 法患者数据我们从2015年1月至2022年1月期间来自中国不同省份11个临床中心脊柱外科领域脊柱畸形患者的临床数据。纳入标准如下i后脊柱畸形手术;ii所有变量缺失率不超过5%的完整患者数据超出此限值者应予排除。肿瘤患者被排除。缺失数据则采用随机森林技术进行推值。手术时间的定义我们将延长手术时间定义为手术时间超过240分钟。这个4小时阈值是手术安排中常用的实用基准对应复杂脊柱手术中围手术期风险的增加。使用我们队列的上四分位边界还增强了对中心层变异的敏感度同时保持临床可解释性。临床信息收集为了最大化11个中心的普遍性我们优先考虑常规、低成本变量人口统计学、合并症、基础化验、围手术期时间这些变量缺失率始终较低。高粒度X光指标如Cobb角和患者报告的表现评分标准化不足需大量补值存在偏倚风险且携带性有限。因此我们将该模型定位为一种术前分诊工具可以从EHR中以最小负担运行。我们共收集了37类临床信息包括基本健康信息如性别、吸烟史、年龄、身高、体重、体质指数、输血史、手术史和腰椎手术史。共病信息包括高血压、糖尿病、冠状动脉疾病、慢性心力衰竭、缺血性中风、腰椎间盘突出、腰椎管狭窄、脊柱滑脱、坐骨神经痛、骨质疏松、腰椎骨折及共病总数。手术相关信息包括手术时间、术前功能、术中骨移植状态、术中输血、融合水平数、手术前病程、入院到手术时间及最新术前血液检测包括血红蛋白HB、血细胞比容、活化部分血小板活性素时间APTT、凝血酶原时间PT、纤维蛋白原Fib、血小板计数、白细胞计数和白蛋白。Boruta算法用于建模中的变量选择Boruta算法可以自适应处理缺失值和噪声对数据分布的敏感度较低。这一特性使其在处理复杂现实世界数据集时能够展现出高度的鲁棒性。我们仅在训练集上应用了Boruta70%并在训练最终模型前锁定了所选特征。保留的七个预测因子为手术前疾病持续时间、术前纤维蛋白原、术前白细胞、术前APTT、ASA类别、术前白蛋白和年龄。模型开发与验证我们将数据随机分配为70%与30%的比例70%n112%用于模型开发剩余30%n50用于验证。我们在训练和验证集中应用了10种机器学习算法包括逻辑回归LR、决策树、弹性网、k最近邻KNN、多层感知MLP、光梯度增强机LightGBM、随机森林RF、极端梯度增强XGBoost、支持向量机SVM以及基于套索元模型的堆栈集合模型。其中九个模型使用tidymodels R软件包构建并通过贝叶斯方法进行超参数调优。堆栈模型是通过 stack R 包构建的。随后我们用剩余的30%验证集对模型进行了验证。模型性能评估我们采用了五重交叉验证五重 CV来评估模型的能力展示了不同模型在不同范畴上的表现。主要的评估指标是接收机工作特征曲线下的面积ROC-AUC每个模型的性能由ROC-AUC评分表示并附有该分数的标准差有助于理解模型性能的稳定性。此外我们还采用了其他指标评估模型表现包括准确性、Kappa、灵敏度、特异性、正预测值、负预测值NPV、Matthews相关系数、J指数、平衡检测率、精度、回忆率、F度、ROC-AUC和曲线下精度-召回面积PR-AUC。随后我们实施了决策曲线分析DCA这是一种评估预测模型在临床决策中有效性的方法。DCA通过比较不同阈值概率下的净收益来评估模型的临床效用。我们还展示了混淆矩阵和KS分析。最后我们使用了混淆矩阵这是一种评估分类模型性能的工具显示模型预测与实际真值之间的相关性。模型可解释性由于许多机器学习算法被视为功能性黑箱其内部过程尚未被充分理解或解释这限制了这些模型的临床适用性。鉴于这一问题许多研究提出了多种可解释性方法以评估变量对预测结果的影响。我们生成了SHapley加法解释SHAP依赖图以解释lightGBM模型的构建过程及变量对预测结果的影响使模型更具可解释性并促进其临床翻译。我们基于LightGBM模型开展了一项超参数优化HPO研究重点研究如何通过调优各种参数提升模型性能特别是在提升AUCROC值方面。我们采用风险累积曲线评估模型预测特定事件发生概率的能力。风险累积曲线是展示模型在各种预测概率阈值下表现的关键工具。随后我们提出了基于Kolmogorov–SmirnovKS检验的分析用于确定两个样本是否来自同一分布。此外我们进行了单变量和多变量逻辑回归分析每个变量的影响。软件与统计数据分析使用R版本4.3.2进行p 0.05被认为具有统计学显著性。模型构建基于 tidymodels R 包而堆叠模型的构建依赖于 stack R 包。分析结果的可视化工作使用ComplexHeatmap R软件包完成。代码和数据可用性支撑本研究结果的数据可在提出合理申请后向通讯作者获取。引文格式C. Xu, J. Zheng, C. Yin, et al., “ Construction and Validation of a Preoperative Surgical Difficulty Prediction and Risk Stratification System for Posterior Spinal Deformity Correction Surgery Based on Machine Learning - Multicenter Cohort Study,” iMetaMed 0 (2026): e70023. https://onlinelibrary.wiley.com/doi/10.1002/imm3.70023作者简介徐婵第一作者● 厦门大学在读博士研究生。● 累计发表SCI期刊论文30余篇其中以第一/共同第一作者身份发表论文8篇。同时担任十余本SCI期刊审稿人并参与多项国家自然科学基金项目。李文乐通讯作者● 徐州医科大学第二附属医院客座研究员。● 主要研究兴趣医疗大数据与人工智能、临床预测模型等。近年来以第一/通讯(含共同)作者身份在Spine J、iMetaMed、IntJSurg、EUP Spine等期刊发表研究性论文50余篇累计影响因子300单篇最高12.5H-index20(Googlescholar)。担任多个SCI、核心期刊编委、青年编委。栾昊鹏通讯作者● 外科学博士山东第一医科大学附属省立医院脊柱外科主治医师。● 研究方向聚焦脊柱外科相关疾病的医疗大数据分析与应用、骨缺损修复新型生物材料的临床应用研究以第一作者含共同在International Journal of Infectious Diseases、Drug Design, Development and Therapy、Bioconjugate Chemistry等期刊发表SCI论文23篇。刘强通讯作者● 主任医师硕士研究生导师咸阳市突出贡献专家。● 任中国老年保健协会骨关节分会常委、陕西省老年学和老年医学学会骨科分会副主任委员、陕西省医师协会骨科分会副主任委员、省骨与关节学会医工交叉与临床研究分会委员。2019年赴德国帕德博恩约瑟夫兄弟医院参加骨科专科医师研修培训并顺利毕业。荣获陕西省科技成果三等奖4项、被授予“咸阳市科技大使”主持咸阳市重大科技攻关项目1项、咸阳市科研立项2项参与陕西省卫健委科研立项2项、高校科研立项2项。发表核心论文30余篇其中SCI文章 21 篇。共同主办单位更多推荐▼ 点击跳转高引文章 ▸▸▸▸iMeta | 引用20000海普洛斯陈实富发布新版fastp更快更好地处理FASTQ数据高引文章 ▸▸▸▸iMeta | 兰大张东组使用PhyloSuite进行分子系统发育及系统发育树的统计分析高引文章▸▸▸▸iMeta | 唐海宝/张兴坦-用于比较基因组学分析的多功能分析套件JCVIiMeta封面1卷1期1卷2期1卷3期1卷4期2卷1期2卷2期2卷3期2卷4期3卷1期3卷2期3卷3期3卷4期3卷5期3卷6期4卷1期4卷2期4卷3期4卷4期4卷5期4卷6期iMetaOmics封面1卷1期1卷2期2卷1期2卷2期2卷3期2卷4期iMetaMed封面1卷1期1卷2期期刊简介“iMeta” 是由威立、宏科学和本领域数千名华人科学家合作出版的开放获取期刊主编由中科院微生物所刘双江研究员和荷兰格罗宁根大学傅静远教授担任。目的是发表所有领域高影响力的研究、方法和综述重点关注微生物组、生物信息、大数据和多组学等前沿交叉学科。目标是发表前10%(IF 20)的高影响力论文。期刊特色包括中英双语图文、双语视频、可重复分析、图片打磨、60万用户的社交媒体宣传等。2022年2月正式创刊相继被Google Scholar、PubMed、SCIE、ESI、DOAJ、Scopus等数据库收录2025年6月影响因子33.2中科院分区生物学1区Top位列全球SCI期刊前千分之三(65/22249)微生物学科2/163仅低于Nature Reviews学科研究类期刊全球第一中国大陆5/585“iMetaOmics” 是“iMeta” 子刊主编由中国科学院北京生命科学研究院赵方庆研究员和香港中文大学于君教授担任目标是成为影响因子大于10的高水平综合期刊欢迎投稿iMetaMed 是“iMeta” 子刊专注于医学、健康和生物技术领域目标是成为影响因子大于15的医学综合类期刊欢迎投稿iMeta主页http://www.imeta.science姊妹刊iMetaOmics主页http://www.imeta.science/imetaomics/出版社iMeta主页https://onlinelibrary.wiley.com/journal/2770596x出版社iMetaOmics主页https://onlinelibrary.wiley.com/journal/29969514出版社iMetaMed主页https://onlinelibrary.wiley.com/journal/3066988xiMeta投稿https://wiley.atyponrex.com/journal/IMT2iMetaOmics投稿https://wiley.atyponrex.com/journal/IMO2iMetaMed投稿https://wiley.atyponrex.com/submission/dashboard?siteNameIMM3邮箱officeimeta.science
iMetaMed | 李文乐/栾昊鹏/刘强-基于机器学习的后路脊柱矫形手术难度预测及风险分层：多中心队列研究
点击蓝字 关注我们基于机器学习构建并验证术前手术难度预测与风险分层系统用于后部脊柱畸形矫正手术——多中心队列研究iMetaMed主页https://onlinelibrary.wiley.com/journal/3066988x研究论文● 原文iMetaMed●英文题目Construction and Validation of a Preoperative Surgical Difficulty Prediction and Risk Stratification System for Posterior Spinal Deformity Correction Surgery Based on Machine Learning - Multicenter Cohort Study●中文题目基于机器学习构建并验证术前手术难度预测与风险分层系统用于后部脊柱畸形矫正手术——多中心队列研究●原文链接https://onlinelibrary.wiley.com/doi/10.1002/imm3.70023● DOI:https://doi.org/10.1002/imm3.70023● 2026年1月14日厦门大学李文乐山东第一医科大学附属省立医院栾昊鹏和咸阳市中心医院刘强等在iMetaMed在线发表了题为“Construction and Validation of a Preoperative Surgical Difficulty Prediction and Risk Stratification System for Posterior Spinal Deformity Correction Surgery Based on Machine Learning - Multicenter Cohort Study”的文章。● 本研究使用多中心的后入路脊柱矫形术患者样本的临床信息和检验指标基于多种机器学习方法构建了一种预测后入路脊柱矫形手术时长和难度分层的预测模型并搭建了在线计算器用于初步的临床应用为需行后入路脊柱矫形术的患者和医师提供了重要的参考工具。● 第一作者徐婵● 通讯作者李文乐drlee0910163.com、栾昊鹏hpluan1996163.com、刘强m13992079668163.com● 主要单位厦门大学、山东第一医科大学附属省立医院、咸阳市中心医院亮 点● 构建并验证了一个多中心机器学习模型用于预测后侧脊柱畸形矫正手术难度● 纳入全面的临床和围手术期评估变量以提升对手术程序和潜在风险的识别● 建立了风险分层系统支持更准确的临床决策、手术计划和围手术期管理● 该模型的前瞻性验证显示其高度准确性和显著的临床转化潜力。摘 要手术时长反映了手术复杂性对围手术期规划具有价值。为了预测后方脊柱畸形矫正的手术时间延长我们开发了一个术前机器学习模型。分析了来自11家医院、162名患者的数据。训练并比较了十个算法表现最好的模型被实现为网络计算器。博鲁塔确定了七个关键预测因子从疾病到手术的间隔、纤维蛋白原、白细胞计数、部分血栓质素激活时间、美国麻醉学会等级、白蛋白和年龄。LightGBM表现最为稳定AUC约为0.70。SHAP分析提升了可解释性校准和决策曲线分析显示校准良好临床净益处显著。我们开发了一个可解释、内部验证的模型用于估算后侧脊柱畸形手术的手术时长。网络计算器可能支持个性化规划和更高效的作空间资源分配。视频解读Bilibilihttps://www.bilibili.com/video/BV1roc2z9Eov/Youtubehttps://youtu.be/d893YaCoixk中文翻译、PPT、中/英文视频解读等扩展资料下载请访问期刊官网https://onlinelibrary.wiley.com/journal/3066988x全文解读引 言随着全球人口老龄化的增加脊柱畸形越来越可能达到流行病规模影响多达三分之一的人口。带有症状表现的脊柱畸形对患者的健康和生活质量造成重大负担。现有研究表明成人脊柱畸形相关的疾病负担超过了糖尿病、慢性肺病、充血性心力衰竭和关节炎等慢性疾病;因此脊柱畸形的治疗尤为关键。手术仍然是脊柱畸形治疗的基石。由于涉及复杂的解剖结构畸形通常影响多节椎骨、椎间盘和椎弓。此外手术干预可能涉及相邻的神经结构如脊髓和神经根。因此脊柱畸形手术常常带来重大挑战和并发症风险。手术的复杂程度与脊柱畸形的严重程度密切相关手术的持续时间在一定程度上反映了手术的复杂性和难度。不同患者通常存在不同的风险因素如潜在疾病这些都会显著阻碍手术的顺利进行。术前评估不足可能导致手术中的挑战甚至引发严重的术中和术后并发症;研究表明术中暴露时间与脊柱畸形手术并发症发生之间存在显著相关。因此为患者进行全面的术前评估和规划并预测手术时间有助于手术和围术期护理的顺利进行。这种方法有助于减轻患者的术前焦虑并提升术后预后。多项研究试图识别后部脊柱畸形手术的影响因素。这些研究有助于我们理解这些手术中涉及的风险因素和手术复杂性。然而这些研究仍依赖传统统计方法进行分析可能忽视了变量之间潜在的相互作用。机器学习是人工智能的一个分支利用强大的基于计算机的数据挖掘和分析技术。它可以自动提取不同变量之间的潜在相互作用。已被证明比传统统计方法更准确。此外随着进一步的研究各种机器学习算法的可解释性也越来越高。目前机器学习已被应用于各种科学和实践项目中的预测工具。越来越多的研究人员将人工智能融入医学研究带来了显著的进展。然而目前尚无利用机器学习评估脊柱畸形手术持续时间和风险分层模型的研究报告。本研究旨在建立一个预测模型用于评估脊柱畸形手术中手术复杂性的术前评估。为了最大化临床效用并降低成本我们利用了易于获取的临床和生化数据。利用11个脊柱畸形中心的多中心数据构建基于机器学习的模型用于预测后期脊柱畸形手术的手术时长和围手术期风险。实施了基于网络的计算器以促进个性化风险评估、纳入术前规划并纳入电子健康记录。该工具能够针对高风险患者进行有针对性关注支持医疗资源的高效分配并通过确保患者知情同意增强临床医生与患者之间的信任从而减少潜在冲突促进医患关系的牢固。结 果Boruta变量选择Boruta算法表现出高度的鲁棒性能够提供更全面、更准确的特征选择结果。它可以灵活地与后续预测模型结合。因此本研究采用了Boruta算法进行变量选择。基于分析结果我们最终纳入了七个自变量进行建模。它们包括术前纤维蛋白原PreFib、疾病至手术持续时间、术前白细胞PreWBC、美国麻醉医师学会分级ASA、术前APTT、术前白蛋白和年龄。图1.A.使用博鲁塔算法进行变量选择。B. 利用五重CV来评估模型的能力。C. 热力图显示了不同机器学习模型在多个性能指标上的得分。D. 利用DCA评估lightGBM模型的临床效用。DCA决策曲线分析。模型开发、验证与性能评估接下来我们基于Boruta算法选定的变量构建了九个机器学习模型以及一个堆栈模型。随后我们评估了它们的预测表现。最初我们使用五重交叉验证评估了多个机器学习模型的性能。绩效评估的主要指标是ROC-AUC。分析显示不同模型在五个不同数据折段中存在明显的性能差异。射频、垂直磁量和光型弹道导弹显示出更高的整体ROC-AUC值 0.75显示其在分类准确性上的优越性。相比之下DT的平均ROC-AUC值最低0.67±0.02表明预测能力相对较弱。其他模型如KNN、Xgboost、Logistic Regression、ENet和MLP也表现出不同水平的性能。随后我们采用了全面的评估策略采用热图可视化技术对多个先进机器学习模型进行比较分析。我们的目标是通过一系列明确定义的性能指标量化每个模型的预测能力。热力图结果揭示了不同模型在多个指标上的表现颜色渐变——从紫色表示性能较低到黄色表示性能较高——直观地代表了每个模型的得分。值得注意的是LightGBM在大多数绩效指标上表现出优异表现尤其是在中华民国-AUC和PR-AUC中展现了其显著的竞争优势。另一方面KNN模型在所有评估绩效指标中得分相对较低显示其适用性有限。接下来我们使用测试集和训练集演示了LightGBM模型的决策曲线。曲线展示了模型的净收益阈值概率从0%到100%不等。净收益是一种衡量模型预测对患者结局的积极影响与不必要治疗风险之间的衡量标准。图表还包含两条参考线“全部治疗”和“无治疗”提供了无需任何预测模型的净收益基线。对LightGBM模型决策曲线DCA的分析表明其净收益在特定阈值概率范围内超过了“全部处理”和“无处理”策略。这凸显了该模型的临床潜在效用尤其是在需要谨慎平衡治疗益处与风险的情境下。研究结果强调了将临床适用性纳入预测模型开发和评估的重要性。DCA不仅补充了传统的统计绩效指标还提供了模型对临床决策影响的洞见从而为实践提供更切实可行的指导。混淆矩阵是机器学习分类任务中常用的工具用以展示模型预测与实际标签之间的关系。通过分析混淆矩阵我们可以更好地理解模型在不同类别中的表现从而进一步优化和调整模型。对混淆矩阵的分析表明模型在阳性和阴性病例中的分类表现相对准确正确预测了大多数阳性和阴性病例测试集和训练集中仅有少量错误分类。这种性能评估对于理解模型的准确性和可靠性至关重要尤其是在需要高精度分类的应用中。图 2.A. 该模型在测试数据集上使用混淆矩阵进行测试。B C. Sapley 加法解释SHAP特征的依赖图。D. SHAP交互值展示了不同特征间的相互作用如何影响模型的预测结果。模型可解释性与单变量和多变量逻辑回归总之LightGBM模型展现了良好的整体性能。因此我们对模型进行了更深入的分析和解释。首先我们采用SHAP方法来解释模型的预测结果。当SHAP值超过0时表示手术复杂度增加和手术时间延长。变量的SHAP值越高手术时间增加的可能性越大。该方法阐明了模型预测中每个特征的相对重要性和影响方向不仅揭示了模型的预测机制还为理解和解读复杂医学数据提供了关键见解。通过识别和量化这七个关键特征的贡献我们能够更好地理解模型的决策过程为临床决策和医学研究提供宝贵信息。随后我们展示了一系列图表展示了SHAP相互作用值。SHAP交互分析揭示了特征对如何共同影响模型预测。每张图量化了两个特征的综合效应突出了驱动预测结果的关键相互作用。这些结果阐明了模型的决策机制并识别出可能用于改进以提升准确性和可解释性的关系。在生物医学应用中这些特征相互作用的洞见对于理解疾病复杂性和指导有针对性的临床策略至关重要。接下来我们还提供了LightGBM模型中每个变量的特征重要性并对它们进行了排名。结果显示术前白细胞是最重要的变量而ASA分类影响最小。图3.AlightGBM模型的变量重要性排序。B. 风险累积曲线用于评估模型预测特定事件发生概率的能力。C. LightGBM模型超参数优化结果的可视化。此外我们利用风险累积曲线评估模型预测特定事件发生概率的能力。风险累积曲线是展示模型在不同预测概率阈值下表现的重要工具。对被归类为阳性是和负面否两种预测的风险分布进行了可视化。曲线的垂直轴代表密度表示在特定预测概率阈值下被预测为正或负的样本密度。横轴显示样本被预测为正的情况概率。Pred_Yes。在这项研究中我们观察到在测试集和训练集中预测为正负的样本在不同的预测概率阈值上的分布。例如如果曲线显示阳性病例密度更高且预测概率阈值较低这可能表明模型倾向于预测更多样本为阳性。这种分析方法有助于评估模型在不同预测概率阈值下的表现尤其是在预测概率分布可能显著影响最终决策的场景中。通过这种方法我们可以更好地理解模型的行为并根据实际应用的需求调整其预测阈值以优化性能并减少错误分类。随后我们基于LightGBM模型开展了HPO研究主要关注如何通过调整各种参数提升模型性能特别是在提高AUCROC值方面;其他模型的结果见图S4–S9。通过分析这些图表我们获得了对哪些参数最关键的见解以及如何调整它们以优化模型性能。这种分析对于开发高效且准确的预测模型至关重要尤其是在处理大量数据和复杂特征的场景中。我们的研究不仅展示了系统化超参数调整如何提升模型性能还为未来在类似数据集上开发更优化的机器学习模型提供了宝贵见解。此外我们基于KS检验进行了分析旨在确定两个样本是否分别来自同一分布分别在测试集和训练集。图表清楚显示阳性和阴性病例在特定阈值下的累计分布差异显著表明模型能够在一定程度上区分这两类病例。对KS测试结果的分析对于评估模型在实际应用中的有效性至关重要尤其是在需要准确分类的场景中。它提供了直观的模型预测表现视角有助于改进模型设计和参数调优从而获得更好的分类结果。图4.A. KS测试的分析结果。B.LIME方法对LightGBM模型提供了详细解释。C. 使用SHAP方法进行单样本预测分解的结果。KS科尔莫哥洛夫–斯米尔诺夫;沙普沙普利补充解释。我们进一步应用LIME方法在个体样本层面解读LightGBM模型。通过量化每个特征的贡献这种方法提供了详细的洞见了解具体特征如何驱动模型的预测图5B。例如年龄66岁和从发病到手术的持续时间超过3年对模型预测产生了积极影响而术前白蛋白水平和ASA评分则对结果产生负面影响。这种分析方法不仅澄清了模型的决策过程还提供了更深层次的见解支持临床决策。通过使单个特征的贡献透明化它帮助临床医生和研究人员更好地理解和解读复杂的机器学习预测从而促进模型在现实临床环境中更明智、更有信心的应用。此外我们展示了基于SHAP方法的单个样本预测的分解其中最终模型预测值fx为0.109见图5C该结果考虑了所有特征贡献。这种分析方法有助于理解模型如何考虑和权衡每个特征以预测特定样本从而为模型决策过程提供透明度。这种透明度对于临床应用和复杂决策环境中的模型解释至关重要。为量化这些变量我们采用了单变量和多元逻辑回归。单变量逻辑回归分析结果显示年龄OR 0.98,95% CI 0.97–0.99;p 0.001、ASA分类OR 1p 0.05、疾病至手术持续时间OR 1p 0.001、术前白细胞计数OR 0.87,95% CI 0.76–1;p 0.05、术前白蛋白OR 1.11,95% CI 1.04–1.19;p 0.01以及术前纤维蛋白原OR 0.62,95% CI 0.41–0.95;p 0.05是重要的预测因素。其中从疾病到手术的时间范围为180–365天OR值最高OR 20,95% CI 2.31–173.4;p 0.01表示最大风险。在多元逻辑回归分析中年龄OR 0.97,95% CI 0.95–0.99;p 0.01疾病至手术持续时间OR 1;p .01、术前白细胞OR 0.8,95% CI 0.66–0.98;p 0.05以及术前白蛋白OR 1.09,95% CI 1.01–1.19;p 0.05仍然是显著的预测变量。其中从疾病到手术的持续时间范围为180–365天具有最高的OR值OR 16.23,95% CI 1.7–155.3;p 0.05表示最大风险。网页计算器鉴于lightGBM模型整体表现优异我们基于lightGBM模型开发了一款名为脊柱畸形矫正手术延长手术时间SDCS-PLSOT的网络计算器用于临床实践。该网站地址为https://nicolazhang.shinyapps.io/SDCS_PLOST/。随后我们前瞻性收集了两名患者的术前数据并用计算器展示其潜在的临床应用。这些案例并非旨在正式的前瞻性验证。结果显示患者A手术时间延长的概率为90.59%最终手术时间为5.8小时。患者B的延长手术时间概率为72.03%最终手术时间为7.5小时。结果表明本研究中构建的计算器具有极高的准确性具有强大的临床转化潜力。图5.A. 前瞻性收集两名患者的术前数据并使用SDCS-PLSOT计算器进行预测。讨 论脊柱畸形患者通常表现为背部和腿部疼痛、神经系统症状如腿部无力或麻木以及功能限制如站立困难和行动受限。已发表的研究表明接受手术治疗的脊柱畸形患者可以获得显著的疼痛缓解和功能改善。然而后部脊柱畸形手术并发症发生率较高手术复杂度因患者状况差异很大。因此在临床环境中对患者的个体化术前评估对其预后至关重要。后侧脊柱畸形手术具有挑战性和复杂性缺乏可量化的手术难度指标。手术时长可能间接反映手术难度;因此我们用手术时间来量化风险并用机器学习建模对风险进行分层。此前的研究主要关注脊柱畸形手术的复杂性并识别出某些风险因素进而发展出预测模型。然而据我们所知针对该终点和患者群体的多中心机器学习证据仍然有限。机器学习是一种强大的计算分析方法已被广泛应用于医学领域。因此我们利用九种机器学习方法和一种堆叠算法开发预测模型用于估算后部脊柱畸形手术的复杂性和手术时间。我们采用Boruta算法来确定模型构建的最优特征集合。与仅仅排序或排除单个变量的方法不同Boruta考虑特征相互作用从而获得更全面、更准确的选择结果。此外Boruta 兼容多种分类器和回归器实现与多种建模方法的无缝集成。将基于Boruta的特征选择纳入后续的预测建模可以提升整体模型性能。在评估模型中LightGBM展现出最高的预测准确性和整体性能。预测因素的重要性顺序从高到低为术前白细胞、术前白蛋白、疾病至手术持续时间、年龄、术前APTT、术前纤维蛋白原和ASA分类。在医学应用中解释模型的决策过程至关重要。一些复杂的机器学习模型往往难以解释这可能限制其在医疗决策中的实际应用。因此我们评估了lightGBM模型的性能和功能重要性。这些信息将有助于其他人理解我们的模式。最后我们开发了一个基于网络的在线计算器以促进模型的临床实施。为评估其实用性我们前瞻性收集两名患者的数据并使用SDCS-PLSOT计算器生成预测。结果表明该计算器提供了准确可靠的预测支持其在现实临床环境中的潜在适用性。此外由于该计算器利用了常见的临床数据和血液标志物在成本效益与效益之间取得了极佳平衡展现了高的成本效益和强大的临床转化潜力。术前白细胞计数成为最重要的预测变量。白细胞是广泛使用的系统性炎症状态生物标志物。术前白细胞水平升高可能反映感染或其他炎症性疾病可能需要额外的术中措施来管理受影响组织从而延长手术时间。除了作为炎症标志物的作用外白细胞还可能反映患者的整体健康状况包括免疫能力和共病的存在。例如患者的术前健康状况会影响手术策略的选择而更复杂或保守的方法则可能影响手术时间。此外术前白细胞可能显示患者术后恢复潜力异常可能需要加强监测和管理间接影响手术计划和时间。继术前白细胞计数之后术前白蛋白是第二重要的预测因子。作为主要血浆蛋白白蛋白对于维持血管内胶体渗透压至关重要在体液分布和血管稳定性中起着关键作用。术前白蛋白水平偏低可能表明营养不良或慢性疾病状态影响患者的手术反应和恢复。营养不良患者可能需要更长时间的手术准备手术中组织处理更复杂且术后恢复可能较慢。这些因素综合可能导致手术时间的整体延长。此外低白蛋白水平还与手术并发症风险增加相关包括术后感染、伤口愈合不良和免疫力下降。因此在术前评估中白蛋白计数常被视为评估患者手术风险的重要生物标志物。同时外科医生可能会根据这些信息调整手术计划包括选择更适合营养不良患者的手术技术或制定更全面的术后管理方案。因此术前白蛋白计数在评估手术风险时具有重要意义。疾病到手术的持续时间是第三个重要变量这与一些现有研究结果相符并与以往研究提供了一定的一致性。现有研究表明疾病持续时间越长与患者结局较差相关这在一定程度上解释了为何本研究中手术前的疾病持续时间被视为手术复杂度增加和手术时间延长的风险因素。事实上如果脊柱畸形未及时矫正可能随时间进展导致复杂并发症导致手术难度增加和延长手术时间。因此根据已发表的研究结果我们建议对已识别脊柱畸形的患者进行早期治疗干预。随后术前APTT和术前纤维蛋白原被确定为手术复杂性和手术时长的独立预测因子。这是我们研究的一个创新方面即术前APTT和术前纤维蛋白原已被认可为脊柱畸形患者手术复杂性和持续时间的独立预测因子。这有助于指导脊柱畸形患者的术前血液检测并提供宝贵的见解。年龄也是一个关键变量。我们的研究显示随着年龄增长手术时间通常会缩短这是可以理解的。现有研究表明老年患者可能不需要积极的过度矫正。此外随着年龄增长患者的整体健康和身体状况可能不适合进行大规模、复杂和长期的手术。因此有手术机会的老年患者脊柱畸形可能较为复杂从而减少手术的复杂性和持续时间。ASA分类仍是重要的预测因素尽管其重要性排名最低。本研究结果表明随着ASA分类的增加手术的复杂性和持续时间往往会延长这是可以理解的。ASA分类的提高意味着基线患者状况较差且健康状况相对较差导致术中并发症的可能性增加从而增加手术复杂性和持续时间。此外本研究利用机器学习模型预测后期脊柱畸形手术的复杂性和持续时间。该模型基于多个中心的数据开发增强了其普适性。我们还采用置换重要性来确定每个变量的显著性并利用SHAP提供模型解释提升了模型的可信度。最后我们构建了一个用于临床实践的网络计算器有助于临床决策。即使ROC-AUC为0.7中段该模型仍为长期病例的分诊、支持手术室排班、团队准备、血液制品规划和患者咨询提供了显著的临床净效益。其对低成本投入的依赖以及通过SHAP/LIME的可解释性进一步提升了其临床部署的实用性。虽然我们的研究带来了诸多优势但也存在一些局限性。这两个前瞻性收集的案例仅作为示例性展示而非正式的前瞻性验证。还需要更大规模、多中心的前瞻性验证以进一步确认该模型的临床效用。我们缺乏一致的外科医师水平熟练度指标如年度/累计手术量、进修后年数和技术标志导航、截骨设备这可能影响治疗时间。这一缺失可能会降低性能并限制运营商间的基准测试。未来工作中将将外科医师级别的变量如学术排名、经验年限和年度手术量纳入外科医师层级的协变量和层级/混合效应建模框架以提升模型的普遍性。放射学严重度指标如Cobb角、PI–LL不匹配在各中心间并不统一因此被排除这也阻碍了对年龄与严重程度关系的直接评估。纳入标准化成像特征是未来工作的高度优先方向支持持续的模型验证和更新还需更多数据。我们承认样本量较小。尽管我们采用了多种方法减少过拟合并使用了独立的验证集但这些方法只能降低——但无法完全消除——模型性能过于乐观的风险。我们将这项工作定位为基础性工作并持续进行多中心的外部验证。结 论总之本研究采用机器学习算法构建预测模型以估算后侧脊柱畸形手术的复杂性和持续时间。该模型发现了新的独立预测因素使术前评估更为简化只需单次全血细胞计数即可完成。该方法展现出高成本效益和显著的临床转化潜力。方 法患者数据我们从2015年1月至2022年1月期间来自中国不同省份11个临床中心脊柱外科领域脊柱畸形患者的临床数据。纳入标准如下i后脊柱畸形手术;ii所有变量缺失率不超过5%的完整患者数据超出此限值者应予排除。肿瘤患者被排除。缺失数据则采用随机森林技术进行推值。手术时间的定义我们将延长手术时间定义为手术时间超过240分钟。这个4小时阈值是手术安排中常用的实用基准对应复杂脊柱手术中围手术期风险的增加。使用我们队列的上四分位边界还增强了对中心层变异的敏感度同时保持临床可解释性。临床信息收集为了最大化11个中心的普遍性我们优先考虑常规、低成本变量人口统计学、合并症、基础化验、围手术期时间这些变量缺失率始终较低。高粒度X光指标如Cobb角和患者报告的表现评分标准化不足需大量补值存在偏倚风险且携带性有限。因此我们将该模型定位为一种术前分诊工具可以从EHR中以最小负担运行。我们共收集了37类临床信息包括基本健康信息如性别、吸烟史、年龄、身高、体重、体质指数、输血史、手术史和腰椎手术史。共病信息包括高血压、糖尿病、冠状动脉疾病、慢性心力衰竭、缺血性中风、腰椎间盘突出、腰椎管狭窄、脊柱滑脱、坐骨神经痛、骨质疏松、腰椎骨折及共病总数。手术相关信息包括手术时间、术前功能、术中骨移植状态、术中输血、融合水平数、手术前病程、入院到手术时间及最新术前血液检测包括血红蛋白HB、血细胞比容、活化部分血小板活性素时间APTT、凝血酶原时间PT、纤维蛋白原Fib、血小板计数、白细胞计数和白蛋白。Boruta算法用于建模中的变量选择Boruta算法可以自适应处理缺失值和噪声对数据分布的敏感度较低。这一特性使其在处理复杂现实世界数据集时能够展现出高度的鲁棒性。我们仅在训练集上应用了Boruta70%并在训练最终模型前锁定了所选特征。保留的七个预测因子为手术前疾病持续时间、术前纤维蛋白原、术前白细胞、术前APTT、ASA类别、术前白蛋白和年龄。模型开发与验证我们将数据随机分配为70%与30%的比例70%n112%用于模型开发剩余30%n50用于验证。我们在训练和验证集中应用了10种机器学习算法包括逻辑回归LR、决策树、弹性网、k最近邻KNN、多层感知MLP、光梯度增强机LightGBM、随机森林RF、极端梯度增强XGBoost、支持向量机SVM以及基于套索元模型的堆栈集合模型。其中九个模型使用tidymodels R软件包构建并通过贝叶斯方法进行超参数调优。堆栈模型是通过 stack R 包构建的。随后我们用剩余的30%验证集对模型进行了验证。模型性能评估我们采用了五重交叉验证五重 CV来评估模型的能力展示了不同模型在不同范畴上的表现。主要的评估指标是接收机工作特征曲线下的面积ROC-AUC每个模型的性能由ROC-AUC评分表示并附有该分数的标准差有助于理解模型性能的稳定性。此外我们还采用了其他指标评估模型表现包括准确性、Kappa、灵敏度、特异性、正预测值、负预测值NPV、Matthews相关系数、J指数、平衡检测率、精度、回忆率、F度、ROC-AUC和曲线下精度-召回面积PR-AUC。随后我们实施了决策曲线分析DCA这是一种评估预测模型在临床决策中有效性的方法。DCA通过比较不同阈值概率下的净收益来评估模型的临床效用。我们还展示了混淆矩阵和KS分析。最后我们使用了混淆矩阵这是一种评估分类模型性能的工具显示模型预测与实际真值之间的相关性。模型可解释性由于许多机器学习算法被视为功能性黑箱其内部过程尚未被充分理解或解释这限制了这些模型的临床适用性。鉴于这一问题许多研究提出了多种可解释性方法以评估变量对预测结果的影响。我们生成了SHapley加法解释SHAP依赖图以解释lightGBM模型的构建过程及变量对预测结果的影响使模型更具可解释性并促进其临床翻译。我们基于LightGBM模型开展了一项超参数优化HPO研究重点研究如何通过调优各种参数提升模型性能特别是在提升AUCROC值方面。我们采用风险累积曲线评估模型预测特定事件发生概率的能力。风险累积曲线是展示模型在各种预测概率阈值下表现的关键工具。随后我们提出了基于Kolmogorov–SmirnovKS检验的分析用于确定两个样本是否来自同一分布。此外我们进行了单变量和多变量逻辑回归分析每个变量的影响。软件与统计数据分析使用R版本4.3.2进行p 0.05被认为具有统计学显著性。模型构建基于 tidymodels R 包而堆叠模型的构建依赖于 stack R 包。分析结果的可视化工作使用ComplexHeatmap R软件包完成。代码和数据可用性支撑本研究结果的数据可在提出合理申请后向通讯作者获取。引文格式C. Xu, J. Zheng, C. Yin, et al., “ Construction and Validation of a Preoperative Surgical Difficulty Prediction and Risk Stratification System for Posterior Spinal Deformity Correction Surgery Based on Machine Learning - Multicenter Cohort Study,” iMetaMed 0 (2026): e70023. https://onlinelibrary.wiley.com/doi/10.1002/imm3.70023作者简介徐婵第一作者● 厦门大学在读博士研究生。● 累计发表SCI期刊论文30余篇其中以第一/共同第一作者身份发表论文8篇。同时担任十余本SCI期刊审稿人并参与多项国家自然科学基金项目。李文乐通讯作者● 徐州医科大学第二附属医院客座研究员。● 主要研究兴趣医疗大数据与人工智能、临床预测模型等。近年来以第一/通讯(含共同)作者身份在Spine J、iMetaMed、IntJSurg、EUP Spine等期刊发表研究性论文50余篇累计影响因子300单篇最高12.5H-index20(Googlescholar)。担任多个SCI、核心期刊编委、青年编委。栾昊鹏通讯作者● 外科学博士山东第一医科大学附属省立医院脊柱外科主治医师。● 研究方向聚焦脊柱外科相关疾病的医疗大数据分析与应用、骨缺损修复新型生物材料的临床应用研究以第一作者含共同在International Journal of Infectious Diseases、Drug Design, Development and Therapy、Bioconjugate Chemistry等期刊发表SCI论文23篇。刘强通讯作者● 主任医师硕士研究生导师咸阳市突出贡献专家。● 任中国老年保健协会骨关节分会常委、陕西省老年学和老年医学学会骨科分会副主任委员、陕西省医师协会骨科分会副主任委员、省骨与关节学会医工交叉与临床研究分会委员。2019年赴德国帕德博恩约瑟夫兄弟医院参加骨科专科医师研修培训并顺利毕业。荣获陕西省科技成果三等奖4项、被授予“咸阳市科技大使”主持咸阳市重大科技攻关项目1项、咸阳市科研立项2项参与陕西省卫健委科研立项2项、高校科研立项2项。发表核心论文30余篇其中SCI文章 21 篇。共同主办单位更多推荐▼ 点击跳转高引文章 ▸▸▸▸iMeta | 引用20000海普洛斯陈实富发布新版fastp更快更好地处理FASTQ数据高引文章 ▸▸▸▸iMeta | 兰大张东组使用PhyloSuite进行分子系统发育及系统发育树的统计分析高引文章▸▸▸▸iMeta | 唐海宝/张兴坦-用于比较基因组学分析的多功能分析套件JCVIiMeta封面1卷1期1卷2期1卷3期1卷4期2卷1期2卷2期2卷3期2卷4期3卷1期3卷2期3卷3期3卷4期3卷5期3卷6期4卷1期4卷2期4卷3期4卷4期4卷5期4卷6期iMetaOmics封面1卷1期1卷2期2卷1期2卷2期2卷3期2卷4期iMetaMed封面1卷1期1卷2期期刊简介“iMeta” 是由威立、宏科学和本领域数千名华人科学家合作出版的开放获取期刊主编由中科院微生物所刘双江研究员和荷兰格罗宁根大学傅静远教授担任。目的是发表所有领域高影响力的研究、方法和综述重点关注微生物组、生物信息、大数据和多组学等前沿交叉学科。目标是发表前10%(IF 20)的高影响力论文。期刊特色包括中英双语图文、双语视频、可重复分析、图片打磨、60万用户的社交媒体宣传等。2022年2月正式创刊相继被Google Scholar、PubMed、SCIE、ESI、DOAJ、Scopus等数据库收录2025年6月影响因子33.2中科院分区生物学1区Top位列全球SCI期刊前千分之三(65/22249)微生物学科2/163仅低于Nature Reviews学科研究类期刊全球第一中国大陆5/585“iMetaOmics” 是“iMeta” 子刊主编由中国科学院北京生命科学研究院赵方庆研究员和香港中文大学于君教授担任目标是成为影响因子大于10的高水平综合期刊欢迎投稿iMetaMed 是“iMeta” 子刊专注于医学、健康和生物技术领域目标是成为影响因子大于15的医学综合类期刊欢迎投稿iMeta主页http://www.imeta.science姊妹刊iMetaOmics主页http://www.imeta.science/imetaomics/出版社iMeta主页https://onlinelibrary.wiley.com/journal/2770596x出版社iMetaOmics主页https://onlinelibrary.wiley.com/journal/29969514出版社iMetaMed主页https://onlinelibrary.wiley.com/journal/3066988xiMeta投稿https://wiley.atyponrex.com/journal/IMT2iMetaOmics投稿https://wiley.atyponrex.com/journal/IMO2iMetaMed投稿https://wiley.atyponrex.com/submission/dashboard?siteNameIMM3邮箱officeimeta.science
