基于自动化机器学习构建肝硬化首次发生食管胃静脉曲张出血预测模型及其网络应用程序OA

目的开发基于自动化机器学习(AutoML)框架的肝硬化患者首次发生食管胃静脉曲张出血(EGVB)风险的预测模型及其网络应用程序(APP),并评估其预测效能。方法回顾性收集2020年1月至2023年12月期间在常熟市第一人民医院(数据集1,n=451)和常熟市中医院(数据集2,n=108)因肝硬化住院治疗患者的临床资料。按纳排标准筛选后,将数据集1(n=418)按8∶2比例随机划分为训练集(n=334)和内部测试集(n=84),数据集2(n=96)作为外部验证集。基于训练集患者临床资料中EGVB发生风险的潜在预测变量构建最小绝对收缩与选择算子(LASSO)回归模型及AutoML模型,并在训练集和内部测试集中采用受试者工作特征(ROC)曲线及其曲线下面积(AUC)、敏感度、特异度和准确度等指标评估模型预测效能,选取表现最优的模型。采用SHapley加性解释(SHAP)特征重要性图和力图对模型进行解释。采用Streamlit库将最佳模型开发为APP,并在外部验证集中评估其预测效能。结果本研究共纳入514例患者,其中196例(38.13%)发生EGVB。数据集1与数据集2、训练集与内部测试集患者在一般资料及EGVB发生率方面差异无统计学意义(均P>0.05)。在内部测试集中,梯度提升机(GBM)模型表现最佳,优于其他AutoML模型和LASSO回归模型,其AUC值为0.949,敏感度为93.18%,特异度为80.00%,准确度为84.87%。基于该模型开发的APP在外部验证集中AUC为0.935,敏感度为88.57%,特异度为88.52%,准确度为88.54%。变量重要性分析显示,总胆红素(TBIL)、碱性磷酸酶(ALP)、门静脉直径(PVD)、年龄、血小板(PLT)计数、凝血酶原时间(PT)和白蛋白(ALB)这7个因素对预测肝硬化患者首次发生EGVB具有重要影响。SHAP特征重要性图和力图分别从群体和个体层面直观展示各关键变量对肝硬化患者首次发生EGVB预测的影响及其在模型中的作用。结论基于AutoML算法构建的模型及其APP在预测肝硬化患者首次发生EGVB方面展现出良好的预测效能和使用简便性。