摘要
背景：医院获得性压力性损伤是重症监护患者中的一个严重问题。有些可以通过使用诸如专科病床之类的措施来预防，由于成本的原因，这些措施并不是对每个患者都可行的。然而，决定哪个患者从专科病床中获益最大是困难的，因为现有的确定压力性损伤风险工具的结果表明，大多数重症监护患者处于压力性损伤发生高风险中。
目的：开发一种预测外科重症监护患者压力性损伤发展的模型。
方法：将来自电子健康记录的数据分为训练(67%)和测试(33%)数据集，并通过R包“随机森林”使用随机森林算法开发模型。
结果：在名患者的样本中，名患者(8.1%)发生了1期或更高分期(结果变量1)的医院获得性压力性损伤，名患者(结果变量2)发生了2期或更高分期(结果变量2)的压力性损伤(4.0%)。通过使用测试集评估分类器性能，开发了随机森林模型来预测1期和更高分期以及2期和更高分期的压力性损伤。两种模型的接收器工作特性曲线下面积均为0.79。
结论：这种机器学习方法不同于其他可用的模型，因为它不需要临床医生将信息输入到工具中(例如，Braden量表)。相反，它使用电子健康记录中容易获得的信息。下一步包括在独立样本中进行测试，然后校准以优化特异性。
前言：
在美国，医院获得性压力性损伤(HAPI)发生在3%到24%的重症监护患者中发生率为3%—24%，与没有此类损伤的患者相比，这些发生压力性损伤的患者住院时间更长，医疗支出成本增加，并且身体和心理遭受更多痛苦。尽管压力性损伤在临床很常见，一些患者可以通过使用诸如专科病床等措施来预防。此外，认识到HAPI风险最高的患者是重要的，因为临床医生可以进行更全面的皮肤评估，以便在最早的可逆阶段识别压力性损伤。
推荐的临床实践指南包括评估每个患者在入院时的压力性损伤风险以及患者临床状态的任何变化。不幸的是，在重症监护病房(ICU)中识别高风险患者是困难的，因为目前可用的风险评估工具在危重患者中具有较高灵敏度但特异性较低，并且往往表明大多数危重患者处于高风险中。
机器学习可以有效和高效地利用电子健康记录中的大量数据来预测压力性损伤的发生进程。
机器学习是人工智能技术的一个分支，主要可以用来建立预测模型，但很少用于压力性损伤的研究。Raju等人建议采用机器学习方法来建立预测压力性损伤的有用模型，因为机器学习技术可以有效和高效地利用电子健康记录(EHRs)中常规收集的大量临床数据。Raju等人特别推荐了一种被称作随机森林的机器学习，这是一种使用集成决策树的方法，其中通过替换从数据中提取随机子集。随机森林方法的优点在于，所有数据都可以用于训练和检验，同时避免决策树倾向于过度拟合模型，并且该方法在出现多重共线性和数据缺失值时更有优势。我们研究的目的是使用大数据/机器学习方法来开发模型，用于预测重症监护患者压力性损伤的发生。
方法：
数据预处理：
美国犹他医院的机构审查委员会批准这项研究并对数据进行预处理。一个生物医学信息学团队在我们的数据发现过程中帮助我们。
我们查询了一个企业数据库，从而获得符合我们的采样标准和有意义的变量的EHRs数据。我们使用迭代方法通过验证过程以及领域专家、数据管理员和生物医学信息学团队的审查来细化我们的查询。我们通过手动比较提取数据中的值和日期/时间截点来验证从EHRs提取的数据，这些值和日期/时间截点显示在随机选择的30个病例的电子健康记录的临床医生视图中，包括15个有压力性损伤的病例和15个没有这种损伤的病例。在为所有手动验证的案例实施充分成熟的查询后，我们为所有30个案例找到了一致的值和日期/时间截点(10分钟内)(%同意)。我们使用Stata13软件(StataCorpLLC)清理各个变量，然后使用SAS9.4版软件(SASInstituteInc.)编译分析数据集。
样本：
样本医院(UniversityOfUtahHospital)成人外科或外科心血管ICU住院患者的数据组成，该医院是一个学术医疗中心，一级创伤中心，在年9月1日至年5月1日期间，直接或在急救护理住院后，这些患者符合纳入标准。包括18岁以下的患者，他们被送进成人ICU。我们努力纳入所有成人外科或成人外科心血管ICU的患者。为了避免将社区获得性压力性损伤错误归类为HAPI，我们排除了在ICU入院时发生压力性损伤的患者以及在ICU入院后24小时内发生压力性损伤的患者的数据。在研究期间住院超过1次的患者中，我们只纳入第一次住院的数据。
所有患者的治疗方案包括基于Braden量表评分的针对性干预(例如，对皮肤潮湿的患者使用吸湿垫和护肤霜)。此外，ICU的护理标准是至少每2小时对无法自我翻身的患者进行一次翻身和重新定位。
表1：预测变量：数字和百分比
Predictorvariables:numberandpercentage
表2：预测变量：最小值-最大值，平均值和标准差
SI（国际单位制(InternationalSystemofUnits,SI)）转换因子：将肌酐转化为μmol/L，乘以88.4.；将葡萄糖转化为mmol/L，乘以0.；将乳酸转化为mmol/L，乘以0.，计算方法为体重(千克)除以身高(米)的平方。名患者(22.3%)的数据缺失。
措施：
变量的选择是基于来自临床医生和相关出版物的输入的组合。表1和表2中详细列出了所选择的预测变量。生命体征数据是从电子监测器(脉搏血氧饱和度和血压)中获得的，并且由于担心连续监测中零星出现的假值，只有在低值连续出现3次或更多次时才包括在内。结果变量为HAPI分类为1-4期，深层组织损伤或不可分期和HAPI分类为2-4期，深层组织损伤或不可分期。我们将1期压力性损伤包括在我们的第一个结果变量中，因为最早阶段的压力性损伤是可逆的，因此尽早识别这一阶段是我们所理想的情况。我们从第二个结果变量中排除了1期压力性损伤，因为担心护士可能会将皮肤短暂性发红误认为是1期损伤。
分析：
随机森林-随机森林算法是从分类树导出的，其中数据的训练集被连续地分割成分区，或节点，从而最终将之前无法预测的记录准确分配到一个类别（在本研究中，开发HAPI或无HAPI）。决策树的优点包括易于使用和解释，对异常值的拒绝(即，当异常值被添加到混合中时，统计数据不会改变或改变很小的量)，有效地与大量预测变量一起处理的能力，以及通过使用相关变量来处理缺失数据值的内置机制。在决策树方法中，在每个节点使用最佳拟合变量，因此得到的模型几乎完全符合(这种情况是有问题的，因为模型过拟合)。
随机森林方法保留了分类树的优点，但通过自举聚合法(也称为袋装)解决了过度拟合的问题。袋装是指收集具有替换的许多随机子数据样本，以便对于所采取的每个样本(自举程序)，不包括的样本将被丢弃。在每个样本上开发(或训练)新的决策树。不是在每个节点处使用数据集中的最佳拟合变量，而是随机选择等于特征数量的平方根的数字，并且通过使用该组中的最佳拟合来分割节点。随机森林方法生成许多单独的决策树，并且最终每棵树为类别获得1票(在本研究中，对于压力性损伤，是或否)。虽然该方法不提供每个变量的效应大小，但与基于假设的研究中一样，输出包括按等级顺序排列的每个变量的重要性。变量的重要性可能是由于与其他变量的复杂相互作用，而不是直接的因果关系。
随机森林模型使用自举聚合，它是具有替换的许多随机子样本的集合。
数据处理：
我们通过RStudio接口使用R，版本3.3.2，版本1.0.来分析所有数据(完整的程序在补编中介绍--只能在
