青岛学者挖MIMIC用上SHAP，1区发了！
青岛大学附院挖掘MIMIC数据库，发到Cardiovascular Diabetology，🐂
⭕️文献标题
Relationship between atherogenic index of plasma and length of stay in critically ill patients with atherosclerotic cardiovascular disease: a retrospective cohort study and predictive modeling based on machine learning
⭕️研究背景
动脉粥样硬化性心血管疾病（ASCVD）是全球主要死因之一，但如何预测重症患者的住院时间（LOS）仍是临床难题。血浆致动脉粥样硬化指数（AIP）（TG/HDL-C对数比值）是动脉粥样硬化的关键标志物，但其与住院时间的关联尚未明确。本研究结合MIMIC-IV数据库与机器学习（ML），首次探讨AIP对ICU及总住院时间的影响，为精准医疗提供新思路。
⭕️统计过程（详见图2、3）
数据来源：MIMIC-IV数据库（2423例ASCVD患者）。
分析方法：
传统统计：多变量逻辑回归、限制立方样条（RCS）验证线性关系。
机器学习：5种模型（逻辑回归、决策树、随机森林、XGBoost、LightGBM）预测LOS，使用SHAP方法解析特征重要性。
特征选择：LASSO回归 + Boruta算法筛选关键变量（如败血症、机械通气）。
⭕️关键结果
AIP与住院时间正相关：
AIP每升高1单位，ICU住院风险↑42%（OR=1.42），总住院风险↑73%（OR=1.73）。
机器学习模型表现：
LightGBM预测ICU时间最佳（AUC=0.740），逻辑回归预测总住院时间最优（AUC=0.832）。
关键影响因素：败血症、机械通气、血管加压素使用（SHAP分析）。
⭕️简要结论
AIP是ASCVD患者住院时间的独立预测因子，结合机器学习可提升预后评估精度。未来需多中心验证及动态监测AIP变化。
⭕️发文思维分享
传统统计+ML=创新性UP：
基础分析用回归验证假设，ML模型增强预测性能，两者结合提升论文层次。
可解释性越发受重视：
使用SHAP、LIME等方法解释黑箱模型，让审稿人信服（如本研究SHAP揭示败血症是关键因子）。
💡 灵感Tips：
临床预测模型研究可参考本文框架：数据库挖掘→传统统计验证→ML模型优化→可解释性分析。
投稿时突出“临床转化价值”，如AIP作为低成本指标指导资源分配。
数据收集
1. 数据来源
- 数据来源于 MIMIC-IV-3.1 数据库，这是一个公开的数据库，包含波士顿贝斯以色列迪肯尼斯医疗中心（Beth Israel Deaconess Medical Center）2008年至2019年期间超过 70,000 例重症监护病房（ICU）患者的病历信息。
- 数据库包含患者的人口统计学信息、生理体征、检查结果和使用 国际疾病分类第九版（ICD-9）和第十版（ICD-10）编码 的诊断信息。
2. 数据提取工具
- 使用 PostgreSQL 软件（v13.7.1） 和 Navicat Premium 软件（v15），通过 结构化查询语言（SQL） 提取数据。
3. 潜在混杂因素的提取
- 提取的变量包括： 📌 人口统计学信息：年龄、性别、种族。
📌 生理体征：心率、收缩压、舒张压、平均动脉压、呼吸频率。
📌 临床用药：阿司匹林、氯吡格雷、华法林、血管加压素、他汀类药物的使用；机械通气、连续肾脏替代治疗。
📌 合并症：- 急性：急性肾损伤（AKI）。
- 慢性：慢性肾病（CKD）、肺部疾病（COPD）、高脂血症（HLD）、呼吸衰竭（RF）、心力衰竭（HF）、房颤（AF）、高血压、糖尿病。
📌 实验室指标： - 血细胞相关：红细胞（RBC）、白细胞（WBC）、红细胞分布宽度（RDW）、血小板（PLT）、血红蛋白（Hb）、红细胞压积（HCT）。
- 肝功能：总胆红素（TB）、丙氨酸转氨酶（ALT）、天冬氨酸转氨酶（AST）、高密度脂蛋白胆固醇（HDL）。
- 肾功能：血尿素氮（BUN）、血清肌酐（Cr）。
- 凝血功能：凝血酶原时间（PT）、国际标准化比值（INR）。
- 电解质：血清钠、血清钾、血清钙、血清镁。
📌 住院时疾病严重程度评分： - 序贯器官衰竭评分（SOFA）。
- 急性生理评分 III（APS III）。
- 全身炎症反应综合征评分（SIRS）。
- 简化急性生理评分 II（SAPS II）。
- 牛津急性病严重程度评分（OASIS）。
- 格拉斯哥昏迷评分（GCS）。
- Charlson 合并症指数（CCI）。
4. 数据处理
- 删除缺失值超过 25% 的变量。
- 使用多重插补（MICE）方法对缺失值进行多重插补。
