[论文解读] Deep Learning Approach for Predicting 30 Day Readmissions after Coronary Artery Bypass Graft Surgery

Ramesh B. Manyam, Yanqing Zhang+4 more|arXiv (Cornell University)|Dec 3, 2018

Cardiac, Anesthesia and Surgical Outcomes参考文献 17被引用 3

一句话总结

本研究提出一种集成机器学习模型，结合Cox比例风险（CPH）回归与DeepSurv（一种深度学习生存模型），利用术前出院时的围手术期数据预测孤立性冠状动脉旁路移植术（CABG）后30天内全因再入院风险。该模型在经过25,000次训练迭代后，在验证数据集上达到0.712的c统计量，通过利用时变临床变量，显著提升了传统方法的预测准确性。

ABSTRACT

Hospital Readmissions within 30 days after discharge following Coronary Artery Bypass Graft (CABG) Surgery are substantial contributors to healthcare costs. Many predictive models were developed to identify risk factors for readmissions. However, majority of the existing models use statistical analysis techniques with data available at discharge. We propose an ensembled model to predict CABG readmissions using pre-discharge perioperative data and machine learning survival analysis techniques. Firstly, we applied fifty one potential readmission risk variables to Cox Proportional Hazard (CPH) survival regression univariate analysis. Fourteen of them turned out to be significant (with p value < 0.05), contributing to readmissions. Subsequently, we applied these 14 predictors to multivariate CPH model and Deep Learning Neural Network (NN) representation of the CPH model, DeepSurv. We validated this new ensembled model with 453 isolated adult CABG cases. Nine of the fourteen perioperative risk variables were identified as the most significant with Hazard Ratios (HR) of greater than 1.0. The concordance index metrics for CPH, DeepSurv, and ensembled models were then evaluated with training and validation datasets. Our ensembled model yielded promising results in terms of c-statistics, as we raised the the number of iterations and data set sizes. 30 day all-cause readmissions among isolated CABG patients can be predicted more effectively with perioperative pre-discharge data, using machine learning survival analysis techniques. Prediction accuracy levels could be improved further with deep learning algorithms.

研究动机与目标

• 识别孤立性CABG术后30天内全因再入院的显著术前出院期围手术期危险因素。
• 通过整合时变临床数据，提升再入院风险预测准确性，超越传统统计模型。
• 开发一种集成模型，融合多变量CPH与深度学习生存分析（DeepSurv），以提升预测性能。
• 通过智能应用程序实现早期风险分层与潜在床旁应用，支持临床决策制定。

提出的方法

• 对51个潜在危险因素进行单变量CPH分析，识别出14个显著预测因子（p < 0.05）。
• 基于2014至2017年STS成人心脏外科数据库的去标识化数据集，对14个显著预测因子应用多变量CPH与DeepSurv模型。
• 使用Lifelines与DeepSurv Python工具包实现并训练具备自适应特征学习能力的深度学习生存模型。
• 将2,293例孤立性CABG病例的20%作为验证集，采用病例剔除与条件均值插补法处理缺失数据。
• 通过不断增加训练迭代次数，在训练集与验证集上使用一致性指数（c统计量）评估模型性能。
• 通过结合CPH与DeepSurv的预测结果构建集成模型，以提升泛化能力与预测准确性。

实验结果

研究问题

• RQ1 哪些术前出院期围手术期变量最能预测孤立性CABG术后30天内全因再入院？
• RQ2 结合CPH回归与DeepSurv的集成模型是否能超越单一模型，在预测CABG术后再入院方面表现更优？
• RQ3 与静态出院时间数据相比，纳入时变临床数据（如实验室检查值、生命体征、药物使用）在多大程度上提升了再入院预测准确性？
• RQ4 随着训练迭代次数与数据量的增加，集成模型的c统计量提升程度如何？
• RQ5 该模型能否通过生成实时再入院风险（RoR）评分，支持临床决策制定，为CABG术后患者提供实时风险评估？

主要发现

• 通过单变量CPH分析，从14个显著预测因子中识别出14个围手术期变量（p < 0.05），包括性别、术前肌酐水平及住院时长。
• 在多变量CPH模型中，14个显著预测因子中有9个的风险比（HR）> 1.0，表明再入院风险增加。
• 集成模型在25,000次训练周期后于验证集上达到0.712的c统计量，优于独立的CPH模型（0.631）与DeepSurv模型（0.571）。
• 随着训练迭代次数增加，集成模型的c统计量持续上升，表明其泛化能力与预测稳定性增强。
• 随着数据量增大与迭代次数提高，模型性能进一步提升，表明其具备可扩展性，并有潜力实现更高精度。
• 生存曲线与95%置信区间证实了性别与既往心肌梗死等关键预测因子的临床显著性。