Statistical learning and prediction of diseases associated with the occurrence of death in the emergency department: An observational study on administrative data from Saint Joseph Hospital in Kinshasa-DRC

想象一下，你正走进一个繁忙、混乱的火车站。人们从四面八方匆忙涌入，有的扭伤了脚踝，有的捂着胸口，还有的看起来完全迷失了方向。站长的工作是弄清楚谁需要立即帮助，谁可以等待，同时还要试图预测谁可能无法活着走出车站。这正是医院急诊科（ED）发生的情况。它是医疗服务的入口，是一个生命与死亡往往悬于一线的地方。

长期以来，医生们一直试图猜测哪些患者处于最大的危险之中。他们使用诸如清单或自身的经验之类的工具，就像气象预报员通过观察云朵来预测风暴一样。但有时，云朵是难以捉摸的，风暴会在无人预料到的时刻袭来。这就是“统计学习”发挥作用的地方。把它想象成给气象预报员配备了一个超级聪明的计算机大脑。这个计算机大脑不再仅仅观察几朵云，而是观察成千上万场过去的风暴，学习其中的模式，并弄清楚哪些特定的天气组合通常会导致灾难。在医学世界中，这意味着向计算机输入关于过去患者的数据——他们患了什么病、年龄多大以及最终结局如何——以观察计算机是否能发现导致死亡的隐藏模式，而这些模式是人类可能会错过的。

---

圣约瑟夫医院的大实验

在刚果民主共和国，一个名为金沙萨圣约瑟夫医院的地方，一个研究小组决定让这个“超级聪明的计算机大脑”来看看他们的急诊室。他们想知道：在所有人们带来的疾病中，哪些是死亡的最大红灯信号？

他们并没有仅仅靠猜测；他们回溯了过去。他们挖掘了在2018年1月1日至2019年12月31日期间进入急诊科的5,172名患者的纸质记录。这就像是在翻看一本包含5,000多个故事的巨大相册。他们记录下了患者的年龄、性别、有多少种问题，以及最重要的——他们是生还了还是去世了。在这个群体中，大约有7.5%的人未能挺过这次就诊。

教计算机如何观察

研究人员遇到了一个问题：医生们写下了超过一千种不同的方式来描述疾病！一位医生可能会写“肚子疼”，而另一位医生可能会写“外科腹痛”。为了理清这些，团队扮演了整理混乱书架的图书管理员的角色。他们将这数千个混乱的描述归类为19个整齐的类别，例如“癌症”、“疟疾”、“休克”或“脑损伤”。

然后，他们将数据分成了两堆。他们把70%的故事交给计算机进行学习（“训练”集），并保留了另外30%隐藏起来（“测试”集）。他们要求计算机尝试六种不同的学习方式，就像尝试六种不同的学习方法来看哪种能取得更好的成绩一样。

结果：谁赢得了比赛？

计算机尝试了六种不同的“学习风格”：

1. ElasticNet（一种平衡不同线索的方法）
2. 逻辑回归（一种经典的数学方法）
3. 神经网络（模仿人类大脑）
4. xGBoost（一种强大的提升方法）
5. 决策树（像流程图一样做出是非选择）
6. 随机森林（由许多决策树共同协作而成）

当他们在隐藏的30%患者身上测试这些方法时，结果显而易见。其中四个模型表现得相当不错，但有两个模型表现得很糟糕。决策树和随机森林模型就像是那些忘记复习的学生；它们的表现非常差，几乎不比抛硬币好多少。

胜出者是 ElasticNet、逻辑回归、神经网络和 xGBoost。在这些模型中，ElasticNet 夺得了冠军，其“准确度”（技术上称为 AUC 为 0.736）得分最高。这个分数表明该模型能够很好地分辨哪些患者会生还，哪些不会，尽管它并不完美。

六大危险信号

那么，这个获胜的计算机大脑学到了什么？它识别出了与该医院死亡率关联最紧密的六种特定疾病类型。如果你是圣约瑟夫医院的医生，这些就是你应该按下“高度警报”按钮的状况：

1. 休克状态： 当身体系统崩溃时（就像汽车引擎过热并停转一样）。
2. 败血症： 一种严重的全身性感染。
3. 结核病或肺部疾病： 关于呼吸和肺部的问题。
4. 昏迷： 一种深度的无意识状态。
5. 脑膜脑炎： 脑部及其覆盖层的炎症。
6. 癌症： 肿瘤及相关疾病。

有趣的是，计算机还发现疟疾（在当地非常普遍）是第七重要的预测因子，尽管传统的数学方法认为它并不那么重要。它还注意到“其他创伤”（如车祸和跌倒）也是显著的，这可能是因为医院紧邻一条通往机场的繁忙公路。

这意味着什么（以及不意味着什么）

研究人员谨慎地表示，这并不是解决一切的魔杖。他们承认这项研究存在局限性。他们只观察了一家医院，因此我们不能百分之百确定这些规则适用于世界上的每一家医院。此外，由于他们使用的是旧的纸质记录，一些信息可能会被不同的医生以略微不同的方式记录，这可能会让计算机感到困惑。计算机在预测死亡这类罕见病例时也遇到了困难，经常为了保险起见而预测为“生还”，这是处理罕见事件时的常见问题。

然而，这项研究表明，使用这些统计学习工具可以帮助医生和医院管理者做出更好的决策。通过了解休克、败血症和肺部问题是头号杀手，医院可以将有限的资源集中在对这些患者进行更严密的观察上。这就像是一个智能报警系统，在风暴来临前告诉你应该先锁紧哪些门。作者希望在未来，更多的研究可以证实这些发现，从而帮助资源匮乏地区的医生挽救更多的生命。