我院循證醫(yī)學(xué)中心孫鑫、王雯團(tuán)隊(duì)在npj Digital Medicine發(fā)文：提出首個(gè)針對(duì)實(shí)時(shí)預(yù)測(cè)模型的方法學(xué)推薦

近日，我院臨床流行病學(xué)與循證醫(yī)學(xué)中心孫鑫研究員、王雯副研究員團(tuán)隊(duì)在數(shù)字醫(yī)學(xué)領(lǐng)域頂刊npj Digital Medicine（IF:12.4）上發(fā)表題為 “A methodological systematic review of validation and performance of sepsis real-time prediction models” 的方法學(xué)調(diào)查。該研究系統(tǒng)調(diào)查了現(xiàn)有膿毒癥實(shí)時(shí)預(yù)測(cè)模型（SRPM）的方法學(xué)現(xiàn)狀和問題，提出了實(shí)時(shí)預(yù)測(cè)模型的新定義、形成了該領(lǐng)域內(nèi)首個(gè)針對(duì)實(shí)時(shí)預(yù)測(cè)模型開發(fā)與驗(yàn)證的方法學(xué)推薦。

圖1. 膿毒癥實(shí)時(shí)預(yù)測(cè)模型的方法學(xué)調(diào)查（npj Digital Medicine, 2025）

精準(zhǔn)識(shí)別急重癥患者疾病狀態(tài)變化、早期予以針對(duì)性干預(yù)措施，是提升急重癥救治能力的重要措施。融合真實(shí)世界醫(yī)療數(shù)據(jù)和人工智能技術(shù)，開發(fā)針對(duì)急重癥患者的實(shí)時(shí)預(yù)測(cè)模型，早期、實(shí)時(shí)識(shí)別患者疾病變化，是醫(yī)工交叉研究領(lǐng)域的重要內(nèi)容和前沿發(fā)展。急重癥實(shí)時(shí)預(yù)測(cè)模型由于患者高度異質(zhì)性、數(shù)據(jù)動(dòng)態(tài)變化性，其模型開發(fā)、驗(yàn)證、評(píng)價(jià)的方法均與傳統(tǒng)預(yù)測(cè)模型存在差異。尚無針對(duì)實(shí)時(shí)預(yù)測(cè)模型的方法學(xué)推薦，導(dǎo)致模型臨床應(yīng)用表現(xiàn)不佳、利用率低，阻礙了其向臨床轉(zhuǎn)化應(yīng)用。

針對(duì)以上方法學(xué)難題，研究團(tuán)隊(duì)以SRPM為示范，開展了實(shí)時(shí)預(yù)測(cè)模型方法學(xué)調(diào)查。通過檢索截至2023年3月的文獻(xiàn)，共納入91項(xiàng)研究。研究結(jié)果發(fā)現(xiàn)：目前SRPM研究存在定義不統(tǒng)一（圖2）、驗(yàn)證方法不一致、評(píng)價(jià)指標(biāo)不全面等方法學(xué)問題。如：僅54.9%的研究基于全時(shí)間窗口驗(yàn)證，并同時(shí)計(jì)算了模型層面和結(jié)果層面的性能指標(biāo)；僅18.7%的研究在多維指標(biāo)評(píng)價(jià)中性能較好(圖3)。研究團(tuán)隊(duì)進(jìn)一步揭示了提升SRPM性能關(guān)鍵方法學(xué)因素（圖4），并針對(duì)“數(shù)據(jù)準(zhǔn)備-模型開發(fā)-模型驗(yàn)證-臨床轉(zhuǎn)化”四個(gè)階段關(guān)鍵技術(shù)，形成了方法學(xué)推薦。

圖2. 膿毒癥實(shí)時(shí)預(yù)測(cè)模型的新定義（npj Digital Medicine, 2025）

圖3. 不同驗(yàn)證方式下膿毒癥實(shí)時(shí)預(yù)測(cè)模型的性能表現(xiàn)（npj Digital Medicine, 2025）

圖4. 影響膿毒癥實(shí)時(shí)預(yù)測(cè)模型性能的關(guān)鍵方法學(xué)因素（npj Digital Medicine, 2025）

上述研究是該領(lǐng)域內(nèi)首個(gè)針對(duì)實(shí)時(shí)預(yù)測(cè)模型的方法學(xué)調(diào)查，通過系統(tǒng)方法學(xué)調(diào)查，課題組揭示了SRPM存在的方法學(xué)局限及影響模型表現(xiàn)的關(guān)鍵因素，并因此提出了實(shí)時(shí)預(yù)測(cè)模型的新定義、形成了首個(gè)針對(duì)實(shí)時(shí)預(yù)測(cè)模型的方法學(xué)推薦。

該研究是課題組在AI賦能真實(shí)世界研究領(lǐng)域的又一重要成果。課題組依托循證醫(yī)學(xué)學(xué)科優(yōu)勢(shì)，融合人工智能與真實(shí)世界數(shù)據(jù)，在全國率先建立了針對(duì)復(fù)雜數(shù)據(jù)的真實(shí)世界隊(duì)列構(gòu)建技術(shù)、開發(fā)了針對(duì)動(dòng)態(tài)用藥的方法學(xué)框架及關(guān)鍵技術(shù)、發(fā)布了首個(gè)針對(duì)復(fù)雜變量的識(shí)別技術(shù)規(guī)范，相關(guān)成果發(fā)表在BMJ, Military Medical Research, Critical Care, Critical Care Medicine等雜志。

我院循證醫(yī)學(xué)中心博士研究生王子晨與王雯副研究員為共同第一作者。孫鑫研究員與王雯副研究員為本文共同通訊作者。該研究得到了國家自然科學(xué)基金、我院學(xué)科卓越發(fā)展“1·3·5”工程等項(xiàng)目的支持。

原文鏈接：https://doi.org/10.1038/s41746-025-01587-1