導讀

此項研究目的是開發(fā)一種臨床決策支持（CDS）工具，來準確識別出哮喘發(fā)作風險最大的兒童。研究評估了臨床數據，及空間和時間分辨的環(huán)境數據對哮喘惡化預測模型性能的價值貢獻。

哮喘是一種慢性氣道疾病，在美國影響超過500萬兒童，每年有超過一半的哮喘兒童會出現急性加重，其中有1／6會到急診室就診，每20人中有1人因哮喘加重需要住院。哮喘加重由多種臨床和環(huán)境因素引發(fā)，但這些因素的相互作用及其對惡化風險的影響尚不清楚。

近期發(fā)表在BMC Medical Informatics and Decision Making的一項研究，探索了開發(fā)臨床決策支持（CDS）工具的潛力，以識別在30天、60天和180天期間哮喘發(fā)作高風險的兒童。評估了EHR中提取的臨床數據，及空間和時間分辨的環(huán)境數據對兒童哮喘惡化預測模型性能的影響，并表明空間和時間數據沒有顯著提高模型性能。

01 臨床、空間、時間三方面數據關聯納入評估

該研究使用杜克大學衛(wèi)生系統(tǒng)（DUHS）的回顧性數據進行的，DUHS包含一家三級保健醫(yī)院、兩家社區(qū)醫(yī)院以及初級保健網絡專業(yè)診所的EHR系統(tǒng)，基于EHR的臨床研究數據集市（clinical Research Datamart）提取了階段時間的臨床數據，確定了6395名（5－18歲）患有哮喘的兒童，根據相應條件，最終5982名兒童納入研究分析。研究采用臨床數據與空間數據、時間數據的所有預測變量相關聯，評估模型在預測兒童哮喘惡化方面的效用。以下為各方數據提取來源：

臨床數據：從EHR中提取每個孩子的臨床和社會人口學信息，包括性別、年齡、種族、保險類型、合并癥、藥物處方。

空間數據：根據患者地址得出社區(qū)層面的環(huán)境數據。通過每個孩子的居住地郵政編碼和美國社區(qū)調查的相關數據，來計算醫(yī)療保健研究與質量機構（AHRQ）的社會經濟地位指數（SES）；使用ArcGIS計算數據集中每個地理編碼地址到道路的直線距離。

時間數據：從美國環(huán)境信息中心下載了每日平均氣溫、總降水量等氣候數據；從美國環(huán)境保護署下載了最大二氧化硫讀數等空氣質量數據；還從環(huán)境質量部下載了花粉數據；以及通過提取當月每天進行流感檢測的次數來計算季節(jié)性流感負擔等。

02 EHR中提取的臨床數據賦予模型預測性能更多價值

研究者使用LASSO、隨機森林和xgBoost構建Person－Month預測模型，由5組不同的預測變量（所有預測變量、時間因素、臨床因素、空間因素、簡約模型）訓練出15個不同模型，在三個不同的時間范圍（30天、90天和180天），預測兒童哮喘惡化的風險。通過計算預測事件發(fā)生率和曲線下面積（AUC）來比較不同模型的性能。

研究結果顯示，所有模型的短期預測性能優(yōu)于長期，xgBoost模型的性能名義上優(yōu)于使用LASSO或隨機森林的模型。在評估時間、空間和臨床因素對模型預測惡化風險的相對貢獻時發(fā)現，無論采用何種建模方法，臨床因素賦予了模型預測性能更多價值，時間因素賦予的預測價值偏低，空間因素的預測價值最小。以隨機森林預測模型30天時間范圍內的結果為例：基于臨床因素模型AUC＝0．741，基于時間因素模型AUC＝0．608，基于空間因素模型AUC＝0．502，簡約模型AUC＝0．672。

使用不同建模方法預測不同時間范圍和變量集的哮喘發(fā)作AUC

此外，研究構建的方便患兒和其父母提供必要信息的簡約模型，用來評估不同類型數據對模型性能的貢獻。由于xgBoost模型的性能結果更優(yōu)越，文章重點介紹了xgBoost模型的結果。經比較，簡約模型30天時間范圍AUC＝0．664，使用所有數據元素的整體模型30天時間范圍AUC＝0．761，基于臨床因素模型30天時間范圍AUC＝0．742，故簡約模型在30天內哮喘惡化的預測性能不如整體模型和基于臨床數據的模型。同時也發(fā)現，臨床因素模型比起簡約模型，在所有時間范圍內的預測性能都更具優(yōu)勢。

不同建模方法創(chuàng)建的整體模型、臨床模型和簡約模型的比較

03 180天范圍內模型決策規(guī)則指標性能更好

最后，研究使用了基于臨床數據的每個模型評估了決策規(guī)則的性能，以指導臨床決策支持。通過計算Precision－Recall曲線來評估決策的影響，并評估不同切點的敏感性和陽性預測值。這強調了在將風險模型轉化為決策支持工具時考慮事件發(fā)生率的重要性。

對于30天的時間范圍，如果我們希望敏感度約為70％，使用xgBoost模型的PPV僅為2．9％；如果在180天的時間范圍，PPV則約為13．8％。同樣，如果在180天的時間范圍內獲得一個約15％的PPV，那么敏感度為66．2％；而在30天時間范圍內的敏感度則為1．5％。因而，基于敏感性和PPV的決策規(guī)則指標在長期即180天時間范圍內更好。

三個不同時間范圍內的敏感性和陽性預測值之間的關系

最后，研究者表示無法考慮所有可能對哮喘惡化產生重大影響的變量，包括藥物補充數據、室內環(huán)境和直接呼吸道病毒暴露。未來的研究將需要評估當前研究中無法包含的變量的重要性，并評估本研究中開發(fā)的模型對來自其他衛(wèi)生系統(tǒng)的患者群體的可移植性。

       原文標題 : 納入環(huán)境數據能否提升CDS識別兒童哮喘風險的能力？