使用电子健康记录数据的创伤后应激障碍预测模型的误导性结果:算法验证研究

科学领域:

• 计算精神病学
• 卫生信息学
• 医疗保健中的机器学习

背景情况:

• 电子健康记录 (EHR) 越来越多地用于创伤后应激障碍 (PTSD) 的预测建模.
• 电子病历数据可能含有偏差,包括诊断错误分类和医疗保健使用差异.
• 基于EHR的PTSD预测与严格的诊断标准的准确性尚不清楚.

研究的目的:

• 基于EHR的预测模型性能与基于半结构面试的PTSD诊断进行比较.
• 量化模型性能上的差异.
• 调查导致性能差异的机制.

主要方法:

• 机器学习模型 (弹性网,随机森林,XGBoost) 根据EHR数据预测PTSD与美国1343名退伍军人的DSM-5 (SCID-5) 结构化临床采访.
• 使用嵌套交叉验证方案.
• 模型使用29个EHR访问数量变量和8个人口变量.

主要成果:

• 基于EHR的PTSD诊断显示73.3%与SCID-5一致,其中17.8%是虚假阴性,8.9%是虚假阳性.
• 基于EHR的PTSD预测模型获得了高性能 (AUC .85.9;MCC .58.69).
• 基于SCID-5的PTSD预测模型的表现中等 (AUC .71.76;MCC .24.28),受医疗保健访问频率的影响.

结论:

• 仅使用EHR数据的PTSD预测模型与使用结构化临床访谈的模型相比,表现指标膨胀.
• 绩效差异源于医疗保健使用与基于电子病历的诊断之间的循环关系.
• 基于EHR的诊断可能不是真正的PTSD标准的充分代表;在解释仅基于EHR的预测模型时,建议谨慎.