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

大局观：一份“缺考”的健康成绩单

想象一下，你想根据十个不同的科目（比如数学、历史、科学等）给一名学生打出一个综合的“健康成绩单”分数。这个分数被称为稳态负荷指数（Allostatic Load Index, ALI），它能告诉你这个学生的身体承受了多少压力。

• 目标： 如果分数很高（意味着有很多“不及格”），说明该学生面临生病或需要住院的风险。
• 问题： 在真实的教室里，你并不总能拿到所有科目的考试成绩。也许这个学生缺席了科学考试，或者历史老师把卷子弄丢了。在现实世界（电子健康记录）中，医生并不会为每位患者都开出所有的血液检查项目。有些数据是缺失的。

研究人员提出了一个问题：当部分成绩缺失时，我们如何准确地计算这份“健康成绩单”？我们能否利用它来预测谁最终会住院？

实验过程：1,000 名学生与缺失的拼图

团队研究了北卡罗来纳州一家医院 1,000 名患者的数据。他们拥有构成 ALI 分数的十项特定健康指标（如血压、胆固醇和血糖）。

• 现实情况： 有些指标很容易找到（比如血压，几乎每次就诊都会测量）。而另一些则很难找到（比如只有在医生怀疑有问题时才会开出的特定血液检查）。
• 挑战： 如果你只是忽略这些缺失的测试，你可能会误以为患者很健康，而实际上并非如此。如果你假设缺失的测试结果都是“糟糕”的，你可能会认为他们比实际情况更严重。

处理策略：如何应对“缺考”

研究人员尝试了不同的方法来填补空白或绕过问题，就像在游戏中测试不同的策略一样：

1. “比例”法（部分成绩单）：
   他们并没有将缺失的测试计为“好”或“坏”，而是直接计算了现有测试中不健康的百分比。

   • 类比： 如果一个学生参加了 10 门测试中的 5 门，且其中 2 门不及格，那么他们的得分是 40% 的失败率，而不是 20%（如果你把缺失的 5 门测试也算作通过，就会得到 20%）。

2. “最好/最坏情况”猜测法：

   • 最好情况： 假设所有缺失的测试都是健康的。（乐观估计）
   • 最坏情况： 假设所有缺失的测试都是不健康的。（悲观估计）
   • 类比： 就像通过假设学生在缺考的测试中都拿了高分，或者都挂科了，来推测他们的最终成绩。

3. “缺失作为一种类别”法：
   他们没有进行猜测，而是将“缺失某项测试”视为一个独特的类别。

   • 类比： 与其说“学生 A 数学不及格”，不如说“学生 A 的状态是‘数学缺考’”。

4. “模式子模型”法（定制化分组）：
   这是最复杂的一种策略。他们注意到，患者经常会缺失相同组合的测试（例如，如果缺了同型半胱氨酸测试，可能也会缺同型半胱氨酸蛋白测试）。他们根据这些特定的“缺失模式”对患者进行分组，并为每个小组建立了一个微型的、定制化的预测模型。

   • 类比： 不是由一位老师给全班评分，而是为每一组缺失了相同测试的学生配备一位不同的老师。

结果：什么方法最有效？

研究人员测试了这些策略，以观察哪种方法最能准确预测住院情况。

• 简单的数学胜过了高级 AI： 令研究人员惊讶的是，一种名为**逻辑回归（Logistic Regression）**的基础统计工具（就像标准的计算器）表现得比 随机森林（Random Forest）（一种复杂的、高科技的 AI，通过构建许多决策树来工作）更好。

  • 原因： 数据已经被简化为了“健康”或“不健康”（是/否）。数据中缺乏足够的复杂、非线性特征，让高级 AI 去寻找隐藏模式。这就像是用超级计算机去解决一个简单的加法问题；计算器同样好用且速度更快。

• “计数”与“是/否”的意外发现： 他们尝试预测确切的住院次数（0 次、1 次、2 次等），但效果并不比仅仅预测“是否住院？是或否”更好。

  • 启示： 预测一个人“是否”会住院，比预测他会去“多少次”要容易得多。

• “综合评分”与“个体部分”：

  • 综合评分： 当他们将十项指标合并为一个单一数字（ALI 分数）时，所有处理缺失数据的方法表现几乎相同。“比例”法略微领先，但差距极小。
  • 个体部分： 当他们单独观察每个指标时，模式子模型（定制化分组）在针对特定数据的表现上最好（AUC = 0.73）。
  • 陷阱： 当他们在新的数据上测试这些定制模型时（交叉验证），效果并不理想（AUC 下降到 0.63）。这就像一个学生背下了特定练习册的答案，但在题目稍有变化时就感到困难。

结论

该论文得出以下结论：

1. 缺失数据很棘手： 你不能简单地忽略它，也不能随机猜测。
2. 保持简单： 对于这种特定类型的健康数据，简单的统计模型比复杂的机器学习效果更好。
3. “模式”方法很有前景，但仍需更多实践： 通过患者特定的缺失数据模式进行分组的方法在测试中表现最好，但需要更多数据来证明其在现实世界中的可靠性。

核心观点： 研究人员成功展示了即使在数据不完整的情况下，如何构建一个“全人健康评分”。他们发现，虽然复杂的方法在理论上看起来很美，但在预测住院情况时，简单的、量身定制的方法往往效果最好。他们提到的下一步工作，就是尝试将这个系统直接应用到真实的医院病历中，以辅助医生做出决策。