社区获得性肺炎合并急性肾损伤风险因子预测与分类-分期模型协同构建OA

目的:构建社区获得性肺炎(CAP)合并急性肾损伤(AKI)风险因子预测与分类-分期模型,以辅助临床进行精准干预。方法:采用数据预处理、特征选择和预测模型构建的技术路线与整体框架,构建CAP合并AKI风险因子预测与分类-分期模型,探讨CAP合并AKI的独立危险因素进行精准干预。回顾性选取2014年至2017年南京医科大学附属南京医院(南京市第一医院)因CAP住院治疗的4252例患者临床资料,采用方差-卡方检验(Var-Chi2)、遗传算法(GA)、最小绝对收缩和选择算法(LASSO)回归、循环递归特征消除交叉验证(RFECV)及弹性网络(Elastic Net)5种特征筛选方法提取关键变量,运用Dice指数、Nogueira指数和特征选择频率(FSF)评估特征选择结果的稳定性。结合相关性分析、单因素及多因素分析确定纳入模型的特征子集,分别构建AKI发生风险预测分类模型及AKI严重程度预测分期模型,并借助列线图实现模型的可视化对模型预测结果进行解释分析。结果:分类-分期模型在AKI分类任务中,模型预测性能的受试者工作特征(ROC)曲线下面积(AUC)为0.893,平均精度(AP)为0.892,平衡准确率(Bal-ACC)为0.807,均高于分期任务的0.767、0.592和0.591。关键预测因子如首次肌酐、尿酸动态变化(尿酸最大值/尿酸最小值和尿酸最大值-尿酸最小值)、血小板(血小板最小值和血小板最大值/血小板最小值)及钠钾动态进程(钾最大值-钾最小值和钠最大值-钠最小值)在分类和分期两类任务间呈部分共享与任务依赖性,且具有重要的预后价值。结论:CAP合并AKI风险因子预测与分类-分期模型能够有效识别CAP合并AKI的高危患者,并精准捕捉与AKI严重分期密切相关的关键指标,有助于早期筛查高风险人群,为AKI严重程度分层和个体化干预提供可靠依据。