01
文献信息
本次分享的文献是由遵义医科大学附属医院护理部和胸外科近日（2025年8月1日）在柳叶刀子刊《eClinicalMedicine》（中科院1区，IF=10.0）上发表的研究“Development and validation of an explainable machine learning model for predicting postoperative pulmonary complications after lung cancer surgery: a machine learning study”即肺癌术后肺部并发症预测的可解释机器学习模型的开发与验证：一项机器学习研究，开发并验证了一种基于机器学习的可解释模型，用于预测肺癌（LC）患者术后肺部并发症（PPCs）风险。通过多步骤特征筛选、12种独立ML模型和26种集成模型对比，最终确定SVM+DT堆叠集成模型为最优方案，并利用SHAP方法实现模型可解释性。
图 1：研究工作流程图
阶段 1：风险因素池构建：通过系统评价筛选46个潜在风险因素，Meta分析确认12个，结合临床经验初步扩充变量池。
阶段 2：变量优化与数据准备：经两轮Delphi法（15名专家）达成共识，确定67个候选变量；纳入回顾性（883例）与前瞻性（308例）队列，进行数据清洗（缺失值填充、标准化）与类别平衡（SMOTETomek法）。
阶段 3：模型开发与验证：多步骤特征筛选（单变量分析→共线性分析→ML算法排序→RFE→专家共识）确定9个关键变量；开发12个独立模型与26个堆叠模型，经内部验证（回顾性队列8:2拆分）筛选DT+SVM为最优模型；通过前瞻性队列验证性能，最终用SHAP方法解析模型。
02
研究背景及目标
研究背景
疾病负担：肺癌是全球高发恶性肿瘤，手术切除是早期肺癌的核心根治手段，但术后肺部并发症（PPCs，含肺不张、肺炎等）发生率达7.4%~48%，可延长住院时间、增加30天再入院率及死亡率，缩短患者生存期并降低生活质量。
现有模型缺陷：传统预测模型多依赖逻辑回归或列线图，存在变量选择依赖临床经验、预测因子有限、针对特定人群（如老年患者）、缺乏循证依据等问题；现有ML模型存在“黑箱”特性，缺乏可解释性与前瞻性验证，临床适用性受限。
研究契机：机器学习在医疗预测中展现优势，SHAP方法可破解“黑箱”问题，亟需构建循证驱动、可解释、经多阶段验证的PPCs预测模型。
研究目标
开发12个独立ML模型及多种堆叠集成模型，基于准确率、敏感性、AUC等指标筛选肺癌术后PPCs的最优预测模型。
通过内部验证（回顾性队列拆分）与前瞻性验证（独立队列）确保模型可靠性，同时采用SHAP方法解析各预测因子对PPCs风险的贡献。
03
数据和方法
研究数据
回顾性队列：883例（2022.01–2023.10），PPCs发生率35.4%
前瞻性队列：308例（2023.11–2024.07），PPCs发生率29.5%
纳入变量：经Meta分析、Delphi专家咨询与临床审核，最终确定9个关键特征：
年龄、手术时长、Charlson合并症指数（CCI）、肿瘤分期、一氧化碳弥散量（DLCO）、术中输液量（IFIV）、红细胞分布宽度（RDW-CV）、BMI、吸烟年数（共9个）。
图 4：前瞻性队列患者筛选流程图
研究方法
数据清理与平衡（SMOTETomek方法处理类别不平衡）。
特征筛选：通过Meta分析确定46个候选变量→德尔菲法（15名专家）筛选至67个→单因素分析、共线性分析（VIF<10）→RFE（递归特征消除）结合9种ML算法重要性评分→最终保留9个变量。
建模：12种独立ML算法+26种堆叠集成模型。
独立模型（12 种）：逻辑回归、LightGBM、反向传播神经网络（BPNN）、随机森林（RF）、高斯朴素贝叶斯（GNB）、K 近邻（KNN）、决策树（DT）、支持向量机（SVM）、极端梯度提升（XGBoost）、偏最小二乘判别分析（PLS-DA）、梯度提升决策树（GBDT）、Boruta 算法。
堆叠集成模型（26 种）：筛选 5 个基础模型（GBDT、RF、逻辑回归、DT、SVM），构建不同组合的堆叠模型，通过网格搜索 + 10 折交叉验证调参。
验证：
内部验证（8:2分割，AUC、准确率、敏感度、特异度、F1等指标）。
前瞻性验证（AUC、Hosmer–Lemeshow检验、校准曲线、DCA）。
可解释性：采用SHAP方法进行全局和个体水平解释。
04
实验结果图
图 2：12个机器学习模型的ROC曲线
展示12种独立模型的ROC曲线（Boruta、BPNN、DT、GBDT、GNB、KNN、LightGBM、Logit、PLS-DA、RF、SVM、XGBoost）。
图 3：独立基础模型与堆叠集成模型的综合排名
训练集排名（图3A）：前5名均为堆叠模型，DT+SVM排名第一，GBDT+DT+逻辑回归+RF、DT+SVM+逻辑回归分列二、三位；最优独立模型GBDT排名第6，显著低于堆叠模型。
内部验证集排名（图3B）：排名格局与训练集一致，DT+SVM仍居首位，前5名均为堆叠模型，独立模型中仅GBDT、RF进入前10，证实堆叠模型的稳定性与优越性。
模型一致性：DT+SVM在训练集与验证集均排名第一，且与其他高排名堆叠模型的差异无统计学意义（DeLong检验P>0.05），但计算效率更高，成为最优选择。
图 5：基于SHAP方法的模型全局解释图
图5A（SHAP值柱状图，展示特征重要性排序）、图5B（SHAP值点图，展示特征值与SHAP值的分布）、图5C（SHAP依赖图，展示单个特征与PPCs风险的关系）
图 6：基于SHAP方法的模型局部解释图
05
讨论
创新点
首次采用12种独立模型+26种堆叠模型，并结合SHAP解释。
严格的变量筛选流程（Meta分析+Delphi+多算法特征排名）。
内部与前瞻性双验证，提高可靠性。
局限性
单中心研究，样本量有限（尤其是前瞻性队列）。
尚未在真实临床路径中应用，需要多中心大样本外部验证。
临床价值
可用于术前风险预测与干预决策，减少PPCs发生。
对高危患者（老年、手术长、吸烟史长、液体输入量大）可加强监测与优化管理。
技术亮点
结合SMOTETomek解决数据不平衡问题。
应用堆叠集成学习提升模型性能。
引入SHAP方法实现模型可解释性，增强临床可接受度。
