Predicting Hospitalization from a Whole-Person Health Score with Incomplete Electronic Health Records Data: A Case Study

Das große Ganze: Ein „Gesundheitszeugnis“ mit fehlenden Noten

Stellen Sie sich vor, Sie möchten einem Schüler eine einzige Note auf einem „Gesundheitszeugnis“ geben, die auf zehn verschiedenen Fächern basiert (wie Mathe, Geschichte, Naturwissenschaften usw.). Diese Punktzahl, genannt Allostatic Load Index (ALI), sagt Ihnen, wie sehr der Körper des Schülers unter Stress steht.

• Das Ziel: Wenn die Punktzahl hoch ist (viele „ungenügende Noten“), besteht bei dem Schüler das Risiko, krank zu werden oder ins Krankenhaus zu müssen.
• Das Problem: In einem echten Klassenzimmer hat man nicht immer die Testergebnisse für jedes Fach. Vielleicht hat der Schüler die Naturwissenschafts-Prüfung geschwänzt, oder der Geschichtslehrer hat das Blatt verloren. In der realen Welt (elektronische Patientenakten) ordnen Ärzte nicht für jeden Patienten jede einzelne Blutuntersuchung an. Einige Daten fehlen.

Die Forscher fragten sich: Wie berechnen wir dieses „Gesundheitszeugnis“ genau, wenn einige der Noten fehlen, und können wir es nutzen, um vorherzusagen, wer am Ende im Krankenhaus landen wird?

Das Experiment: 1.000 Schüler und ein fehlendes Puzzle

Das Team untersuchte Daten von 1.000 Patienten in einem Krankenhaus in North Carolina. Sie hatten zehn spezifische Gesundheitsmarker (wie Blutdruck, Cholesterin und Blutzucker), die den ALI-Score bilden.

• Die Realität: Einige Marker waren leicht zu finden (wie der Blutdruck, der bei fast jedem Besuch gemessen wird). Andere waren sehr schwer zu finden (wie spezifische Bluttests, die nur angeordnet werden, wenn ein Arzt einen Verdacht hat).
• Die Herausforderung: Wenn man die fehlenden Tests einfach ignoriert, könnte man fälschlicherweise annehmen, dass ein Patient gesund ist, obwohl er es nicht ist. Wenn man rät, dass die fehlenden Tests „schlecht“ sind, könnte man denken, er sei kränker, als er eigentlich ist.

Die Strategien: Wie man mit den fehlenden Noten umgeht

Die Forscher testeten verschiedene Wege, um die Lücken zu füllen oder sie zu umgehen, indem sie diese wie verschiedene Strategien in einem Spiel testeten:

1. Die „Prozentanteil“-Methode (Das unvollständige Zeugnis):
   Anstatt fehlende Tests als „gut“ oder „schlecht“ zu zählen, berechneten sie einfach den Prozentsatz der verfügbaren Tests, die ungesund waren.

   • Analogie: Wenn ein Schüler 5 von 10 Tests gemacht hat und 2 durchgefallen ist, beträgt seine Punktzahl 40 % Misserfolg, nicht 20 % (was man erhielte, wenn man die 5 fehlenden Tests als bestanden gewertet hätte).

2. Das „Best Case/Worst Case“-Raten:

   • Best Case: Man nimmt an, dass alle fehlenden Tests gesund waren. (Optimistisch)
   • Worst Case: Man nimmt an, dass alle fehlenden Tests ungesund waren. (Pessimistisch)
   • Analogie: Wie das Raten der Endnote eines Schülers, indem man annimmt, dass er alle Tests, die er verpasst hat, entweder mit Bestnoten bestanden oder komplett durchgefallen ist.

3. Die „Fehlende Daten als Kategorie“-Methode:
   Anstatt zu raten, behandelten sie das „Fehlen eines Tests“ als eine eigene, einzigartige Kategorie.

   • Analogie: Anstatt zu sagen „Schüler A ist in Mathe durchgefallen“, sagt man „Schüler A hat den Status ‚Mathe fehlt‘“.

4. Die „Muster-Submodelle“-Methode (Die maßgeschneiderten Gruppen):
   Dies war die komplexeste Strategie. Sie bemerkten, dass Patienten oft die gleiche Kombination von Tests verpassen (z. B. wenn man den Homocystein-Test verpasst, hat man wahrscheinlich auch den C-reaktiven Protein-Test verpasst). Sie gruppierten die Patienten nach diesen spezifischen „Fehlermustern“ und erstellten für jede Gruppe ein winziges, maßgeschneidertes Vorhersagemodell.

   • Analogie: Anstatt dass ein einziger Lehrer die ganze Klasse bewertet, gibt es für jede Gruppe von Schülern, die dieselben spezifischen Tests verpasst haben, einen eigenen Lehrer.

Die Ergebnisse: Was hat funktioniert?

Die Forscher testeten diese Strategien, um zu sehen, welche am besten vorhersagte, wer ins Krankenhaus eingeliefert werden würde.

• Einfache Mathematik schlug komplexe KI: Überraschenderweise funktionierte ein einfaches statistisches Werkzeug namens Logistische Regression (wie ein Standard-Taschenrechner) besser als Random Forest (eine komplexe, hochtechnologische KI, die viele Entscheidungsbäume aufbaut).

  • Warum? Die Daten waren bereits in „Gesund“ oder „Ungesund“ (Ja/Nein) vereinfacht worden. Es gab nicht genug komplexe, nicht-lineare Daten, damit die schicke KI verborgene Muster finden konnte. Es war, als würde man einen Supercomputer benutzen, um eine einfache Additionsaufgabe zu lösen; der Taschenrechner war genauso gut und schneller.

• Die Überraschung bei „Anzahl“ vs. „Ja/Nein“: Sie versuchten, die genaue Anzahl der Krankenhausbesuche vorherzusagen (0, 1, 2 usw.), aber das funktionierte nicht besser, als einfach nur vorherzusagen: „Wird die Person ins Krankenhaus kommen? Ja oder Nein?“

  • Lehre daraus: Es ist einfacher vorherzusagen, ob jemand ins Krankenhaus kommt, als vorherzusagen, wie oft er dort sein wird.

• Der „Zusammenfassende Score“ vs. „Einzelteile“:

  • Zusammenfassende Scores: Als sie die zehn Marker zu einer einzigen Zahl kombinierten (den ALI-Score), funktionierten alle verschiedenen Methoden zum Umgang mit fehlenden Daten fast gleich gut. Die „Prozentanteil“-Methode war mit einem knappen Vorsprung die beste.
  • Einzelteile: Wenn sie jeden Marker separat betrachteten, schnitten die Muster-Submodelle (die maßgeschneiderten Gruppen) am besten ab (AUC = 0,73).
  • Der Haken: Als sie diese maßgeschneiderten Modelle an neuen Daten testeten (Kreuzvalidierung), hielten sie nicht so gut stand (AUC sank auf 0,63). Es ist wie ein Schüler, der die Antworten auf eine bestimmte Übungsprüfung auswendig gelernt hat, aber Schwierigkeiten bekommt, wenn sich die Fragen leicht ändern.

Das Fazit

Das Paper kommt zu dem Schluss, dass:

1. Fehlende Daten sind knifflig: Man kann sie nicht einfach ignorieren oder wahllos raten.
2. Einfachheit siegt: Für diese spezielle Art von Gesundheitsdaten funktionierte ein einfaches statistisches Modell besser als komplexes maschinelles Lernen.
3. Der „Muster“-Ansatz ist vielversprechend, braucht aber mehr Übung: Die Gruppierung von Patienten nach ihren spezifischen Fehlermustern lieferte in den Tests die besten Ergebnisse, muss aber mit mehr Daten getestet werden, um zu beweisen, dass es in der realen Welt zuverlässig funktioniert.

Das Wichtigste in Kürze: Die Forscher haben erfolgreich gezeigt, wie man einen „Ganzheitlichen Gesundheitswert“ erstellt, selbst wenn die Daten unvollständig sind. Sie fanden heraus, dass komplexe Methoden zwar auf dem Papier gut aussehen, aber einfache, maßgeschneiderte Ansätze oft am besten geeignet sind, um Krankenhausbesuche in diesem speziellen Kontext vorherzusagen. Der nächste Schritt, den sie erwähnen, ist schlichtweg der Versuch, dieses System in echte Krankenhausakten zu integrieren, um Ärzten bei Entscheidungen zu helfen.