Machine learning-based identification of key risk factors for deep vein thrombosis within one week after total joint arthroplasty in elderly patients

每年，数以百万计的高龄患者接受大型手术以更换磨损的髋关节或膝关节，这一过程恢复了他们的行动能力并缓解了疼痛。然而，康复过程隐藏着一个危险：腿部深静脉形成血栓，这种状况被称为深静脉血栓症。对于老年患者而言，这种并发症尤为严重。它可能延长住院时间、增加医疗成本，在严重情况下，如果血栓随血液流向肺部，甚至会导致危及生命的事件。长期以来，医生一直依赖标准清单来评估谁的风险最高，但这些工具往往将所有关节置换患者视为同类，将他们全部标记为高风险，而无法区分谁才是真正处于危险之中的人。这种缺乏精准度的问题使得为每个个体提供合适水平的保护变得困难。

为了解决这个问题，研究人员转向了计算机科学的一个分支——机器学习。这些计算机程序并不遵循一套固定的规则，而是通过学习大量的既往患者数据，来发现人类观察者可能会忽略的复杂模式。其目标是构建一种数字工具，能够查看患者的病史、血液检查结果以及手术细节，从而高精度地预测他们在术后第一周内是否会形成血栓。通过识别最重要的特定因素，这类工具可以帮助医生量身定制预防策略，确保那些需要额外护理的人获得关注，同时避免为那些不需要的人进行不必要的治疗。

来自中国科学技术大学的一个研究团队致力于构建并测试这样一种工具。他们收集了2024年于单一医院接受全关节置换术的3,050名60岁及以上老年患者的信息。团队为每位患者收集了广泛的数据点，包括年龄、性别、体重指数（BMI）以及糖尿病或癌症等既往病史。他们还提取了术前血液检查的具体数值，例如炎症水平和血液凝固因子，并记录了手术室的细节，包括手术时长、是否使用了骨水泥以及是否使用了止血带来停止血流。他们试图预测的结果简单但至关重要：患者在手术后七天内是否出现了腿部血栓，并由超声扫描进行确认。

为了训练他们的计算机模型，研究人员必须解决医学数据中的一个常见问题：大多数患者并不会产生血栓，而只有少数患者会。这种不平衡可能会干扰学习算法。为了解决这个问题，他们使用了一种技术来创建较少见群体的合成样本，有效地平衡了数据集，使计算机能够平等地从两方面进行学习。随后，他们对数据进行了拆分，利用大部分数据来教导四种不同类型的机器学习算法如何进行预测，并保留剩余数据以测试这些预测在面对新的、未见过的患者时的效果。他们测试的四种算法包括传统的统计方法逻辑回归、通过一系列“是或否”问题进行判断的决策树、结合了许多决策树的随机森林，以及一种通过从自身错误中学习来构建高度精确模型的强大方法——XGBoost。

当团队比较结果时，其中一个模型脱颖而出。XGBoost算法被证明是最有效的，它能准确识别绝大多数会发生和不会发生血栓的患者。它实现的准确度远超其他方法，包括难以捕捉不同风险因素之间复杂关系的传统统计方法。随机森林模型的表现良好，但不够精确，而决策树和传统统计模型则明显落后。XGBoost模型的卓越表现表明，形成血栓的风险并非由单一因素驱动，而是由一个复杂的相互作用网络驱动的，而只有复杂的计算机程序才能理清这一网络。

为了理解为什么这个模型效果如此之好，研究人员使用了一种方法来剥开算法的层级，观察哪些具体信息在驱动预测。他们发现，最具影响力的因素并不是手术时长或骨水泥的使用，正如人们预期的那样，而是患者术前的血液检查结果。具体而言，凝血所需的时间、代表炎症水平的C反应蛋白水平，以及D-二聚体（D-dimer）的含量是预测力最强的指标。患者的性别也起到了显著作用，在该组人群中，女性表现出比男性更高的风险。这些发现与炎症和血液凝固在体内相互作用的已知原理相一致，表明患者在手术前的内在状态是比手术本身细节更可靠的早期风险指标。

该研究得出结论，这种机器学习方法为改善患者护理提供了一种极具前景的方式。通过使用能够准确处理复杂医学数据的模型，医生可能很快就能比现有方法更精准地识别出面临血栓风险的高龄患者。这将使预防策略更加具有针对性，将资源集中在最需要的人身上。尽管研究人员指出，他们的工作是基于单一医院的数据，需要在更大规模的群体中进行进一步测试以确认其可靠性，但其结果为整形外科领域的新型个性化风险评估奠定了坚实的基础。未来的路径涉及在不同的医疗中心验证这些发现，以确保该工具适用于所有人，但通过更好的预测来预防危险并发症的潜力已近在咫尺。