基于人口学分层模型的全国性 EHR 数据中的慢性鼻童炎预测

慢性鼻童炎（CRS）是一种常见的异质性炎症性疾病，导致显著的疾病负担和医疗成本。CRS 在常规就诊中难以早期识别，因为症状表现与过敏性鼻炎等常见疾病重叠，且异质的表型进一步掩盖了风险模式。以往的预测研究常依赖单中心队列，降低了 Population 层面的可泛化性。为此，我们利用 \textit{All of Us} 研究计划的全国纵向 EHR 数据，预测 CRS 的诊断，并使用诊断前两年的历史数据。为解决编码 EHR 数据中的极端特征稀疏性和高维度问题，我们实现了一种混合特征选择管道，将基于流行率的统计筛选与模型基准重要性排序相结合，将约 11 万个候选代码压缩为 100 个可解释特征。为捕捉人口学异质性，我们在六个成年性别和生命周期子群上训练了人口学分层模型，并对每个子群进行子群特定的超参数调优。该框架实现了 0.8461 的总体 AUC，较最佳基线提高了 0.0168。这些结果表明，常规收集的 EHR 数据可能支持面向全population 的 CRS 风险分层，从而在初级 care 中指导更早的分诊和转诊优先级。