MySurgeryRisk 算法在预测大手术后并发症与死亡方面的验证：基于 OneFlorida 数据信任的回顾性多中心研究
人机交互
2025-06-30 v1
摘要
尽管手术技术和护理取得了进步，术后并发症仍然普遍发生，影响至多 15% 接受大手术的患者。本研究旨在依据已验证的 MySurgeryRisk 算法，在大型多中心数据集上开发和验证预测术后并发症和死亡的模型。该研究为回顾性、纵向性和多中心队列分析，纳入 2012 年 1 月 1 日至 2023 年 4 月 29 日期间，来自 OneFlorida+ 网络中 366,875 名成年住院患者的 508,097 例手术接触记录。我们应用已验证的特征选择和转换方法，重新开发用于预测术后急性肾损伤 (AKI)、需接受 ICU admission、需进行机械通气 (MV) 疗法及住院死亡的极端梯度提升 (XGBoost) 模型，分别在开发集上构建模型，在验证集上评估模型性能。急性肾损伤、ICU admission、MV 和住院死亡的受试者工作特征曲线下面积值为 0.92、0.93、0.94 和 0.95（95% 置信区间），而相应的精度-召回曲线下面积值为 0.53、0.62、0.51 和 0.26（95% 置信区间）。这些模型的性能与先前验证的 MySurgeryRisk 模型相当，表明模型具有更好的概括能力。主要手术代码和医生专业属性持续作为最具影响力的变量，为揭示影响手术结果的因素提供了宝贵见解。
引用
@article{arxiv.2506.21814,
title = {Validation of the MySurgeryRisk Algorithm for Predicting Complications and Death after Major Surgery: A Retrospective Multicenter Study Using OneFlorida Data Trust},
author = {Yuanfang Ren and Esra Adiyeke and Ziyuan Guan and Zhenhong Hu and Mackenzie J Meni and Benjamin Shickel and Parisa Rashidi and Tezcan Ozrazgat-Baslanti and Azra Bihorac},
journal= {arXiv preprint arXiv:2506.21814},
year = {2025}
}
备注
28 pages, 4 figures, 6 tables, 1 supplemental table