在中国人群中构建和验证结直肠EMR后术后出血的风险预测模型:基于机器学习的研究
Bingfeng He1,2, Jiawei Zhang2,3, Mingli Su2,3
1Wuzhou Medical College, Xuzhou, China.
Surgical endoscopy
|November 17, 2025
概括
一个新的机器学习模型准确地预测了中国患者内镜后粘膜切除 (EMR) 出血风险. 这种工具有助于临床决策,改善结直肠EMR手术后的结果.
科学领域:
- 胃肠病学 胃肠病学
- 医疗信息学 医疗信息学
- 机器学习 机器学习
背景情况:
- 内镜粘膜切除 (EMR) 是早期结直肠病变的关键治疗方法.
- 临床显著的EMR后延迟出血 (CSPEB) 是一个频繁的并发症.
- 准确预测CSPEB对于患者管理至关重要.
研究的目的:
- 开发和验证一种机器学习模型,用于在结直肠EMR后预测CSPEB.
- 为了确定EMR后出血的关键风险因素.
- 创建一个临床上适用的风险评估工具.
主要方法:
- 对接受结肠直肠EMR的3888名患者的回顾性分析 (2018年1月至2024年9月).
- 外部验证使用来自另一个机构的1000名患者 (2022-2024年).
- 开发一个随机森林模型,加权采样,使用ROC,校准图片和DCA进行评估. 用于解释性的SHAP值.
主要成果:
- CSPEB发生率为1.4%.
- 确定的危险因素包括西格体位置,病变大小/数量,APTT,纤维素素和血剪计数.
- 该模型的AUC达到0.87 (内部) 和0.80 (外部验证),显示出强大的预测性能和临床实用性.
结论:
- 首个用于预测中国人口EMR后出血的机器学习模型被开发和验证.
- 该模型提供了准确和可解释的风险预测.
- 一个基于网络的应用程序集成模型,以支持临床决策和增强患者的结果.
