[论文解读] Blood lactate concentration prediction in critical care patients: handling missing values

Behrooz Mamandipoor, Mahshid Majd+2 more|arXiv (Cornell University)|Oct 3, 2019

Machine Learning in Healthcare参考文献 36被引用 4

一句话总结

本研究提出了一种机器学习框架，利用临床时间序列数据预测重症监护病房（ICU）患者的血乳酸水平，重点通过插补策略处理缺失值。结果表明，采用缺失值指示符的LSTM模型将平均绝对误差（MAE）降至0.665，优于基于均值的插补方法，为乳酸预测建立了具有临床意义的基准。

ABSTRACT

Blood lactate concentration is a strong indicator of mortality risk in critically ill patients. While frequent lactate measurements are necessary to assess patient's health state, the measurement is an invasive procedure that can increase risk of hospital-acquired infections. For this reason we formally define the problem of lactate prediction as a clinically relevant benchmark problem for machine learning community so as to assist clinical decision making in blood lactate testing. Accordingly, we demonstrate the relevant challenges of the problem and its data in addition to the adopted solutions. Also, we evaluate the performance of different prediction algorithms on a large dataset of ICU patients from the multi-centre eICU database. More specifically, we focus on investigating the impact of missing value imputation methods in lactate prediction for each algorithm. The experimental analysis shows promising prediction results that encourages further investigation of this problem.

研究动机与目标

• 将血乳酸浓度预测定义为危重症护理中具有临床相关性的机器学习基准。
• 评估多种缺失值插补技术对多种算法在乳酸预测性能上的影响。
• 在具有高时间粒度的大规模多中心ICU数据集上，比较传统机器学习与深度学习模型的性能。
• 为未来基于电子健康记录（EHR）数据的乳酸导向临床决策支持研究建立可复现的基线。
• 促进模型可解释性与外部验证，以提升临床部署的准备度。

提出的方法

• 将乳酸预测正式定义为回归问题：基于前α小时内获取的临床测量值，预测时间t+β时的乳酸水平。
• 使用多中心eICU数据库（13,464名患者，1220万条记录），采用2小时时间分箱进行时间序列建模。
• 应用多种插补方法：均值插补、前向填充以及基于指示符的插补（将缺失性作为特征）。
• 通过13,464名ICU患者（共14,477次住院记录）的平均绝对误差（MAE）评估模型性能。
• 在插补数据与原始数据上训练并比较传统模型（如线性回归）与深度学习模型（如LSTM）。
• 将缺失值指示符作为特征引入，以捕捉缺失信息的临床意义，从而提升模型性能。

实验结果

研究问题

• RQ1 缺失值插补对预测ICU患者血乳酸水平的机器学习模型性能有何影响？
• RQ2 在均值插补、前向填充与缺失性指示符这三种插补策略中，哪一种能实现最佳预测性能？
• RQ3 在处理ICU时间序列中的缺失数据时，LSTM等深度学习模型是否能优于传统模型？
• RQ4 所提出的乳酸预测框架是否可作为未来临床机器学习研究的可行且可推广的基准？
• RQ5 将缺失性指示符作为特征引入，如何影响模型的可解释性与预测准确性？

主要发现

• 基于LSTM的模型在13,464名ICU患者中预测血乳酸水平的平均绝对误差（MAE）最低，仅为0.665。
• 指示符插补方法——即将缺失性编码为二元特征——实现了最高的预测性能，优于基于均值和前向填充的插补方法。
• 引入缺失性指示符显著提升了模型性能，表明缺失值本身携带具有临床意义的信息。
• 本研究基于eICU数据库建立了可复现的乳酸预测基准，并公开了代码以供复现。
• 利用机器学习进行乳酸预测展现出显著降低侵入性检测需求并支持实时临床决策的潜力。
• 未来工作应探索将乳酸水平分类为严重程度等级，并应用GRU-D等先进模型以更好地处理信息性缺失。