数据库简介
MIMIC-IV数据库
eICU数据库
样本量扩增：联合使用可将样本量提升至 50 万+患者级别，显著提高统计学效力。
外部验证能力：MIMIC 来自单中心（波士顿），eICU 覆盖全美多中心，天然形成内部开发-外部验证的研究设计，同一模型在不同医院会出现显著性能下降，采用多中心数据训练与跨库验证可以提高稳健性与泛化能力。
时间跨度延伸：覆盖 2008-2019 年的长时间窗，可进行时间趋势分析，MIMIC 提供长时间跨度与深度字段，eICU 提供广覆盖的机构差异，两者结合利于做时空与机构层面的稳健性检验。
异质性分析：可比较不同地域、医疗体系下的治疗模式差异。
数据互补：MIMIC 的数据颗粒度更细，eICU 的标准化程度更高，可互为补充。
数据标准化：不同医院的实验室检查项目命名、单位、参考范围存在显著差异。即使使用 LOINC 编码系统进行标准化，仍需大量人工审核和映射工作。某些特殊检查在一个数据库中存在而在另一个中缺失，造成数据完整性问题。
数据采集频率差异：MIMIC-III 的数据颗粒度更细，而 eICU 的标准化程度更高。 MIMIC 数据库中生命体征可能每小时记录多次，而 eICU 中可能采用固定时间间隔记录，这种差异给时序分析带来挑战。
医疗体系差异：MIMIC 数据来自波士顿单一教学医院，而 eICU-CRD 包含了美国 208 家医院的数据。不同地区的医疗实践、资源配置、患者人群特征存在系统性差异，可能影响模型的泛化能力。
时间跨度不同：MIMIC-III 和 MIMIC-IV 覆盖 2001-2019 年，而 eICU-CRD 仅包含 2014-2015 年的数据医疗技术和治疗指南的时代变迁可能导致治疗模式和预后的差异。
双数据库联合使用可研究问题/方向
临床预测模型：比如高血糖酮症酸中毒患者的不良预后的临床预测模型或者列线图； MIMIC 数据库划分训练集和验证集，eICU 的作为验证集。
动态轨迹：用各种生命体征或者实验室指标来预测某类患者的不良预后，多数据库进行联合开发验证。如血小板或者、TYG 动态轨迹等等。
关联性研究：某联合指标和不良预后的关联，数据库涉及到的方向主要包括血糖波动、糖尿病危象（如酮症酸中毒）、肾上腺危象。甲状腺危象、内分泌疾病相关器官衰竭。
案例分析
1.机器学习预测模型和列线图预测严重 DKA 住院死亡风险：基于 MIMIC-IV、eICU 数据库和大学医院 ICU 的临床研究
分析方法：选取美国重症监护数据库（重症监护信息库（MIMIC-IV））中年龄>18 岁的 DKA 患者。使用极端梯度提升（XGBoost）和贝叶斯信息准则（BIC）最优子集回归筛选院内死亡独立风险因素。一个预测模型采用机器学习极端梯度提升（XGBoost）建立，另一个基于逻辑回归的列线图用于评估严重 DKA 的院内死亡风险。已建立的模型通过内部验证和外部验证进行评估。MIMIC-IV 按 7:3 比例分为训练集和测试集。eICU 合作研究数据库及哈尔滨医科大学附属第一医院重症医学科入院数据用于独立验证。通过绘制受试者工作曲线（ROC）和计算 C 指数确定模型的判别能力。同时进行校准图和 Hosmer-Lemeshow 拟合优度检验（HL 检验）以评估新建立模型的性能。 决策曲线分析（DCA）用于评估临床净收益。净重新分类改善（NRI）用于比较两个模型的预测能力。包含急性生理评分 III（APS III）、最高血浆渗透压水平（osmolarity_max）、最低渗透压（osmolarity_min）/osmolarity_max、血管加压素和最高血乳酸水平的多元模型被表示为列线图。
结果：列线图模型的 C-指数在训练数据集中为 0.915（95% CI：0.966-0.864），在内部分析中为 0.971（95% CI：0.992-0.950）。列线图的敏感性根据所有数据的 HL 检验均表现良好（P > 0.05）。DCA 显示我们的模型具有临床价值。XGB（极端梯度提升）模型的 AUC（曲线下面积）为 0.950（95% CI，0.920-0.980）；然而，基于 NRI，列线图模型比 XGB 更有效。
2.优化糖尿病酮症酸中毒的风险分层：使用观察性数据重新评估酸碱状态和渗透压
分析方法：准确评估糖尿病酮症酸中毒（DKA）的严重程度可以优化早期管理，并有助于优先安排高重症监护。主要目的是评估酸中毒严重程度（考虑 pH 值、碳酸氢盐和阴离子间隙）与高渗透压和医院死亡率之间的关系。次要结果包括重症监护死亡率、机械通气、血管加压药/正性肌力药的使用以及血液透析。进行了一项回顾性队列研究，研究对象为年龄≥16 岁的在美国重症监护病房入院患有 DKA 的成年人。数据从重症监护医疗信息数据库（MIMIC-IV）和 eICU 合作研究数据库中提取。使用单变量和多变量逻辑回归分析评估入院 4 小时内获得的生化和主要及次要结果。
结果：我们确定了 4071 例符合条件的入院病例。血清碳酸氢盐或阴离子间隙与任何结果之间没有明确的关系。近半数患者入院后 4 小时内未进行血气分析；在 2292 名有血气数据的患者中，pH < 7 和 PCO2 不适当升高与死亡率和所有次要结局显著增加相关。血钠浓度≥320mosm/L 与死亡率增加四倍以及机械通气、血管加压药/正性肌力药使用和血液透析发生率升高相关。适应性机制（口渴和过度通气）的失效表明生理性失代偿，这可能比酸中毒程度对 DKA 的风险分层更为重要，而酸中毒程度只有在严重异常时才与结局相关。血气分析对于充分评估疾病严重程度至关重要，因为碳酸氢盐和阴离子间隙并不能预测结局。
分析方法：总共从 eICU 合作研究数据库中随机选取 14,483 名患者分配到训练集（3,606 名）和验证集（1,600 名）。通过逻辑回归分析识别了各种因素中与 ICU 住院时间延长相关的潜在预测因子。为进行内部和外部验证，开发并应用了列线图。ICU 住院时间延长被定义为所有脓毒症患者的 ICU 住院时间的第三四分位数或更长，并通过逻辑回归分析证明其与 ICU 死亡率显著相关。
结果：入院时，确定了七个独立风险因素：最大白细胞计数、最小白细胞计数、使用呼吸机、格拉斯哥昏迷量表、最小白蛋白水平、最大呼吸频率和最小红细胞分布宽度。在内部验证集中，曲线下面积为 0.73，而在外部验证集中为 0.78。校准曲线显示该模型预测概率与实际观察概率一致。此外，决策曲线分析和临床影响曲线表明该列线图具有很高的临床净获益。
4.甘油三酯-葡萄糖指数与糖尿病危重症患者高血糖危象的发生及预后相关性：基于机器学习的多中心回顾性队列研究
分析方法：这项多中心回顾性研究利用了医疗信息重症监护 IV（MIMIC-IV）和 eICU 合作研究数据库（eICU-CRD）的临床数据。纳入标准包括入院后 24 小时内具有可计算的 TyG 指数的糖尿病危重症患者。主要研究终点包括住院期间死亡和重症监护病房内死亡。通过逻辑回归、限制性三次样条（RCS）、相关性和线性分析方法对 TyG 指数与结局的相互关系进行了探究。重叠加权（OW）、逆概率治疗加权（IPTW）和倾向得分匹配（PSM）减轻了混杂因素的影响。根据决定因素进行了分层检验。构建了五个机器学习架构的死亡预后模型，SHapley Additive exPlanations（SHAP）描绘了关键预测因子。
结果：在 4,098 名患有糖尿病的危重患者中，328 名发展为高血糖危象。与未发生高血糖危象的患者相比，发生高血糖危象的患者 TyG 水平显著升高[10.2（9.6-11.0）vs. 9.4（8.9-9.9）]，这表明 TyG 对高血糖危象具有鉴别能力。通过多变量 logistic 回归分析，TyG 被确定为与院内死亡（OR 1.956）和 ICU 死亡（OR 2.260）相关的独立风险因素，并导致住院时间延长。RCS 证实了 TyG 水平升高与死亡率增加之间存在直接正相关（非线性 p = 0.161 和 0.457），即使在调整倾向性评分匹配（PSM）、肥胖（OW）和逆概率加权（IPTW）后依然存在。亚组分析进一步证实了 TyG 与死亡率的持续相关性。机器学习模型，尤其是 XGBoost，在预测准确性上表现更优，其中 TyG 是关键组成部分。
评论列表