今天我们来介绍一下 MIMIC 数据库中的一种高级分析方法——轨迹分析。
什么是轨迹分析？
核心思想：轨迹分析不是看患者在某个“时间点”的状态，而是看他们在整个时间轴上的“路径”或“过程”。它旨在识别和描述个体随时间的测量值（如生命体征、化验指标、药物剂量等）所遵循的、具有相似形态的模式。
简单比喻：想象一下，你不是给一群跑马拉松的选手拍一张照片（横断面研究），而是用无人机跟踪他们整个比赛过程。你会发现有些人起步快后劲不足，有些人匀速前进，还有些人先慢后快。这些不同的跑步“模式”就是轨迹。
为什么要在MIMIC数据库中使用轨迹分析？
MIMIC 数据库的以下特点使其成为轨迹分析的理想平台：
-
高频率、纵向数据：ICU 患者拥有按小时甚至分钟记录的丰富数据，如生命体征、实验室结果、输液量、药物使用等。
-
异质性患者群体：即使诊断相同，不同患者的疾病严重程度、恢复速度和临床过程也可能千差万别。轨迹分析能帮助发现这些隐藏在数据中的亚组。
-
临床决策支持：通过识别与不良结局（如高死亡率、长住院日）相关的特定轨迹，可以早期预警高风险患者，实现精准干预。
常用的轨迹分析方法
以下是几种在 MIMIC 研究中常用的轨迹建模技术：
1️⃣ 群体轨迹模型
这是最流行和直观的方法之一。
原理：它假设研究人群中存在若干个潜在的、未观察到的亚组（即“轨迹群组”）。模型的任务是：
-
识别出这些群组的数量
-
描述每个群组随时间变化的轨迹形态（如线性、二次型、立方型）
-
估计每个患者属于各个轨迹群组的概率
在 MIMIC 中的应用实例：
-
血压轨迹：识别患者入住 ICU 后 72 小时内的平均动脉压轨迹。你可能会发现：A 组（稳定组）、B 组（持续低血压组）、C 组（先降后升组）。然后可以分析 C 组患者发生急性肾损伤的风险是否显著更高。
-
血糖轨迹：分析糖尿病患者在 ICU 期间的血糖波动模式，找出难以控制的血糖轨迹与感染并发症的关联。
-
通气参数轨迹：研究机械通气患者的呼吸机设置（如 PEEP、FiO2）的变化轨迹，预测成功脱机的可能性。
2️⃣ 潜类别增长分析
与 GBTM 在理念上非常相似，常被交替使用。它在结构方程模型的框架下进行，可以同时纳入预测变量（如入院时的年龄、性别）和结局变量（如死亡率）。
3️⃣ 时间序列聚类
这是一种更加数据驱动、非参数的方法。
原理：首先定义一种衡量两条时间序列“相似性”的距离指标（如动态时间规整），然后使用聚类算法（如 K-means、层次聚类）将相似的时间序列归为一类。
与 GBTM 的区别：GBTM 预设了轨迹的形状（多项式），而时间序列聚类更灵活，能捕捉更复杂、非多项式的模式。
4️⃣ 联合模型
这是更高级的方法，用于解决一个关键问题：如何将纵向变化的轨迹与生存结局（如死亡）联系起来？
原理：它同时拟合两个子模型
-
纵向子模型：描述生物标志物（如血清肌酐）随时间的轨迹。
-
生存子模型：描述该生物标志物的轨迹如何影响患者的死亡风险。
优势：传统方法是把纵向数据汇总成一个静态值（如平均值、最大值）再放入生存模型，这会丢失大量信息。联合模型利用了全部纵向信息，能更精确地评估动态风险。
为什么轨迹分析可以发高分？
“动态轨迹”（Dynamic Trajectories）分析之所以容易发表高分文章，是因为它代表了医学大数据研究从“静态快照”向“动态演变”的思维升级。
简单来说，传统的临床研究往往只看“入院第一天”的数据，而动态轨迹分析看的是“数据是如何随时间变化”的，挖掘了数据的时间维度价值，解决了临床异质性问题，并指向了精准医疗。
文献示例
文献 1：
标题：Association between triglyceride-glucose index trajectories and in-hospital mortality in sepsis: a cohort study based on the MIMIC-IV database
轨迹分析部分：研究利用 ICU 入院后 24、48 和 72 小时的三个时间点的 TyG 指数数据，构建了带有来自 R 包 lcmm 的 hlme 函数的潜级混合模型（LCMM）。在模型中，时间点被视为自变量，以适应 TyG 指数的动态轨迹。LCMM 假设整体样本包含多个潜在类别，每个类别都有其独特的平均轨迹，并用不同的增长曲线参数对每个类别进行建模。详细的分析过程如下：首先构建了具有 1 到 7 个潜在类的 LCMM，并为每个指定类别号进行模型拟合和参数估计。固定效应包括线性和二次时间项，以捕捉 TyG 轨迹中潜在的非线性趋势。加入了随机效应，使个体在每个类别内偏离平均轨迹，从而反映个体间的异质性。模型选择采用以下标准以获得理想类别数量：[1] 值越低表示模型对贝叶斯信息准则（BIC）和赤池信息准则（AIC）等信息准则的拟合度越好；[2] 对数似然和相对熵，较高的对数似然和熵值接近 1（≥ 0.7）表示模型拟合度优越且类别分离清晰；[3] 最小班级规模，要求每个班至少占总样本的 3%，以避免因极小班级而产生的不稳定性和解释困难；以及[4] 类分配的平均后验概率（AvePP）应至少达到 70%，以确保轨迹分类的可靠性。基于这些综合标准，选择了最佳的潜在类别数量，并确定了不同的 TyG 指数动态轨迹亚型，用于后续的风险分层和结局分析。
在最优五类模型下，每个轨迹群的 TyG 指数动态变化如图所示。这五条轨迹表现出明显的异质性模式：
第一类：基线中等偏高，早期下降，随后逐渐上升（“下降后增加”模式）
第二类：持续低水平，波动极小（“持续低”模式）
第三类：整体稳定在中等水平（“稳定中等”模式）
第四类：基线偏高，变化不大（“持续偏高”模式）
第五类：基线较低，随后升至中高后略有下降（“增加后下降”模式）
以“持续低”组为参考，完全调整模型显示，“增加后下降”组（OR = 2.61，95% CI：1.64–4.16）、“下降后增加”组（OR = 1.46，95% CI：1.01–2.13）和“稳定中度”组（OR = 1.23，95% CI：1.01–1.50）组住院死亡风险显著更高。亚组分析显示，这些关联在大多数临床层面中都表现稳健。
文献 2：
标题：Association between serum anion gap trajectory and mortality in hospitalized patients with sepsis: an analysis of the MIMIC-IV database
轨迹分析：
在 ICU 入院前五天提取 AG，以记录 AG 随时间的动态变化。采用潜能组混合模型（LCMM）确定研究人群的 AG 年龄轨迹。该方法可基于患者的纵向 AG 测量识别异质亚组。对具有 1 至 5 个轨迹类别的模型进行了评估，并利用赤池信息准则（AIC）、贝叶斯信息准则（BIC）、样本调整 BIC（SABIC）的最低值和最大熵值确定了最佳类别数。
评估了多种统计指标，如对数似然、AIC、BIC、SABIC 和熵，以确定最佳的 AG 轨迹类别数量，范围为 1 至 5。由于 AIC 最低（149,412.5）、BIC（149,479.7）和 SABIC（149,448.0）值，熵为 0.8，且每个类别包含超过 5% 的参与者，因此选择了三类模型作为最优解。这三类的特征如下：第一类（正常水平稳定轨迹）、第二类（高水平下降轨迹）和第三类（进行性酸中毒轨迹）。平均后验概率较为稳健，第一类为 0.9474，第二类为 0.8732，第三类为 0.8129。在完全调整模型中，3 类患者表现出显著增加的 ICU 死亡率风险[HR=1.72，（95% CI 1.43-2.07），P<0.001]和住院死亡率[HR=1.64，（95% CI 1.39-1.94），P<0.001]。
文献 3：
标题：The association between fluid balance trajectories and prognosis in ICU patients with cardiac arrest, a group-based trajectory model analysis
轨迹分析：提取了 CA 患者 ICU 入院后前 1 至 7 天的 FB 数据和预后指标，FB 的计算公式为 FB = （总输液量 - 总输液量）/初始体重（kg）。液体过载（FO）定义为累计 FB 超过初始体重的 10%，基于群体的轨迹建模（GBTM）是一种半参数模型，用于纵向数据分析，能够识别同一队列内的 FB 轨迹模式（17）。研究采用 GBTM 方法，利用三次多项式拟合 FB 轨迹，最佳组数由模型参数确定。选定组数后，评估线性、二次和三次多项式的显著性，以优化轨迹形状。选择最佳轨迹的标准包括：（1）贝叶斯信息准则（BIC）和赤池信息准则（AIC），接近 0 的值表示拟合度更好；（2）平均后验概率（Avepp），>0.7，表明亚组分类可靠；（3）每个病程组患者比例 >5%；（4）OCC（正确分类率），最低 OCC 值应大于 5.0，值越高表示分类越好；（5）对模型简易性和临床可解释性的全面评估。
在对 FB 轨迹进行分组之前，最初从第一天到第七天考察了 FB。然而，由于数据缺失比例较高，第 4 天到第 7 天的缺失率分别为 5.4%、21.9%、33.9% 和 43.9%。由于第 5 至 7 天数据严重缺失，分析限制在第 1 至 4 天的 FB 上。展示了用于确定 FB 轨迹组最优数量的模型拟合统计量和平均后验概率（AvePP）。4 组和 5 组模型的 AIC 和 BIC 相似，所有模型中数值最小。此外，每组人口比例均超过 5%，且 AvePP 和最低 OCC（正确分类率）均达到所需门槛。在考虑模型的整体可解释性和简洁性后，我们选择了四组轨迹模型。识别出四种不同的 FB 轨迹模式，轨迹 1（快速转为负平衡）、轨迹 2（稳定平衡）、轨迹 3（正平衡逐渐下降）和轨迹 4（高水平下降）。Kaplan–Meier 生存分析显示，轨迹 1 组的存活率显著高于其他轨迹组，其中液体过载组的死亡率明显高于非超载组。Cox 比例风险分析显示，调整了各种协变量后，轨迹 1 的生存率显著高于其他轨迹组。
注意事项
因果推断：轨迹分析主要揭示关联，而非因果。某个轨迹与不良结局相关，不代表它就是原因。
模型选择的主观性：确定“最佳”群组数量有时依赖于研究者的判断。
数据质量：MIMIC数据的缺失机制可能是非随机的，需要谨慎处理。
总结
轨迹分析是将MIMIC数据库的时序数据潜力最大化的利器。它超越了静态的快照视图，允许我们以动态的、模式化的视角理解疾病的自然史和患者的异质性。通过识别具有临床意义的不同轨迹表型，我们能够朝着更精细化、预测性和个性化的重症监护医学迈进。
如果你有具体的临床问题或想针对某个指标（比如心率、氧合指数）进行轨迹分析，可以联系我们继续深入讨论！
评论列表