[论文解读] Identifying Sub-Phenotypes of Acute Kidney Injury using Structured and Unstructured Electronic Health Record Data with Memory Networks

Zhenxing Xu, Jingyuan Chou+11 more|arXiv (Cornell University)|Apr 10, 2019

Machine Learning in Healthcare参考文献 51被引用 5

一句话总结

本研究提出了一种基于记忆网络的深度学习模型，整合结构化和非结构化电子健康记录（EHR）数据，以识别重症监护病房（ICU）患者中急性肾损伤（AKI）的三种不同亚表型。该方法利用纵向EHR数据生成患者表征，进行聚类，并基于临床标志物解释亚表型，揭示了亚表型与AKI分期之间存在强关联，且血清肌酐和eGFR在统计学上存在显著差异。

ABSTRACT

Acute Kidney Injury (AKI) is a common clinical syndrome characterized by the rapid loss of kidney excretory function, which aggravates the clinical severity of other diseases in a large number of hospitalized patients. Accurate early prediction of AKI can enable in-time interventions and treatments. However, AKI is highly heterogeneous, thus identification of AKI sub-phenotypes can lead to an improved understanding of the disease pathophysiology and development of more targeted clinical interventions. This study used a memory network-based deep learning approach to discover AKI sub-phenotypes using structured and unstructured electronic health record (EHR) data of patients before AKI diagnosis. We leveraged a real world critical care EHR corpus including 37,486 ICU stays. Our approach identified three distinct sub-phenotypes: sub-phenotype I is with an average age of 63.03$ \pm 17.25 $ years, and is characterized by mild loss of kidney excretory function (Serum Creatinine (SCr) $1.55\pm 0.34$ mg/dL, estimated Glomerular Filtration Rate Test (eGFR) $107.65\pm 54.98$ mL/min/1.73$m^2$). These patients are more likely to develop stage I AKI. Sub-phenotype II is with average age 66.81$ \pm 10.43 $ years, and was characterized by severe loss of kidney excretory function (SCr $1.96\pm 0.49$ mg/dL, eGFR $82.19\pm 55.92$ mL/min/1.73$m^2$). These patients are more likely to develop stage III AKI. Sub-phenotype III is with average age 65.07$ \pm 11.32 $ years, and was characterized moderate loss of kidney excretory function and thus more likely to develop stage II AKI (SCr $1.69\pm 0.32$ mg/dL, eGFR $93.97\pm 56.53$ mL/min/1.73$m^2$). Both SCr and eGFR are significantly different across the three sub-phenotypes with statistical testing plus postdoc analysis, and the conclusion still holds after age adjustment.

研究动机与目标

• 为解决AKI临床异质性的挑战，通过真实世界EHR数据发现亚表型。
• 开发一种整合结构化和非结构化EHR数据的数据驱动方法，以改善AKI亚表型分类。
• 识别与AKI严重程度阶段（I–III）及独特生物标志物谱相关联的临床意义明确的亚表型。
• 通过基于纵向EHR模式揭示潜在患者亚型，提升AKI早期预测与靶向干预能力。
• 通过跨聚类比较关键生物标志物的统计检验，验证所推导亚表型的临床相关性。

提出的方法

• 采用基于记忆网络的深度学习架构，将纵向结构化和非结构化EHR数据编码为患者表征。
• 该模型处理按时间顺序排列的临床事件，包括实验室数值、生命体征和叙述性记录，以学习上下文相关的患者嵌入表示。
• 使用无监督聚类技术对患者表征进行聚类，以识别不同的亚表型。
• 应用统计检验（协方差分析，年龄为协变量）识别在不同聚类间显著差异的特征，以支持临床解释。
• 该方法整合了结构化数据（如血清肌酐、eGFR）和非结构化数据（如临床记录），以捕捉全面的患者表型。
• 通过识别跨聚类的区分性特征（包括实验室数值和生命体征）增强模型可解释性。

实验结果

研究问题

• RQ1 能否使用整合结构化和非结构化EHR数据的深度学习模型，识别出具有生物学和临床意义的AKI亚表型？
• RQ2 所识别的亚表型在关键生物标志物（如血清肌酐和eGFR）上是否存在显著差异？
• RQ3 所推导的亚表型与AKI严重程度阶段（KDIGO标准）之间是否存在强关联？
• RQ4 模型的表征能否提升ICU入院后7天内AKI发作的早期预测能力？
• RQ5 在调整年龄后，不同亚表型之间临床标志物的差异如何变化？

主要发现

• 识别出三种不同的AKI亚表型：亚表型I（平均年龄63.03 ± 17.25岁）表现为轻度肾功能损害（SCr 1.55 ± 0.34 mg/dL，eGFR 107.65 ± 54.98 mL/min/1.73 m²），主要与I期AKI相关。
• 亚表型II（平均年龄66.81 ± 10.43岁）表现出严重肾功能损伤（SCr 1.96 ± 0.49 mg/dL，eGFR 82.19 ± 55.92 mL/min/1.73 m²），主要与III期AKI相关。
• 亚表型III（平均年龄65.07 ± 11.32岁）表现出中度肾功能障碍（SCr 1.69 ± 0.32 mg/dL，eGFR 93.97 ± 56.53 mL/min/1.73 m²），主要与II期AKI相关。
• 血清肌酐和eGFR在所有三个亚表型之间均存在显著差异（p < 0.001），且在年龄调整后结果依然显著。
• 血红蛋白、白细胞计数（WBC）和尿量在亚表型之间也存在显著差异（p < 0.001），支持其具有不同的临床表型。
• 亚表型与KDIGO AKI分期高度一致：71.07%的I型亚表型患者处于I期AKI，63.39%的II型亚表型患者处于III期AKI，66.16%的III型亚表型患者处于II期AKI。