使用机器学习识别因 COPD 恶化入院的患者并预测再入院风险

五分之一因 COPD 加重而出院的患者在 30 天内再次入院。(1, 3, 4) 虽然治疗和护理指南有所改进，但指南的执行情况仍然很差。(5) 通过通常的医院工作流程实施适当的标准提出了重大挑战。 最大的挑战之一是确保及时发现所有符合条件的 COPD 恶化患者。 (6) 另一个最大的挑战是工作人员通常太忙，没有时间执行减少再入院率的循证实践。 (6) 此外，由于资源有限，无法向所有人提供密集的个案管理。 因此，重要的是我们能够识别早期因 COPD 入院的人以及再入院风险高的人。

COPD 恶化有时可能一开始不容易识别，需要几天时间才会变得明显。 呼吸急促等加重症状并不特异，胸片浸润等体征可能由一种或多种诊断引起。 此外，COPD 恶化可触发或由其他疾病触发。 因此，入院医生收治多项临时诊断为心力衰竭、肺炎、COPD 恶化等的患者并不少见。 没有将诊断列为编码元素的电子健康记录 (EHR) 进一步混淆了 COPD 恶化患者的区分。 最终结果是跨专业团队的其他成员很难在入院早期发现 COPD 患者。 一些美国医院通过让非医疗保健提供者审查图表来识别因慢性阻塞性肺病入院的患者来解决这个问题。 (7) 另一种方法是机器学习和自然语言处理。 这已经在心力衰竭患者身上取得了一些成功，但在慢性阻塞性肺病患者身上却鲜有成效。 (13) 在一个试点项目中，自然语言处理有助于识别 COPD 患者。 (7)

为最需要的人提供稀缺资源，有助于进一步确定再入院风险高的患者。 这将是确定如何实施有效策略以降低再入院率的第一步。 有为内科和外科患者开发的再入院预测模型，包括 LACE 评分和 HOSPITAL 评分。 (8, 9) 不幸的是，那些经过研究的人似乎在 COPD 人群中表现不佳。 (10) 虽然已经确定了有助于预测 COPD 再入院的因素，但这些模型尚未得到充分验证。 (11, 12）可以通过使用非结构化数据（例如临床医生进度记录和出院摘要）来提高性能。

及早识别患有 COPD 的人并了解那些有再入院风险的人可以改善健康结果。 扎法尔等人。表明，包括 1. 吸入器评估、2. 适当的吸入器方案、3. 早期出院随访和 4. 以患者为中心的出院指导在内的综合性 COPD 护理包减少了再入院率。 (14) 识别那些有再入院高风险的人可以促进进入强化病例管理。 因此，我们将进行当前的研究，以确定因 COPD 急性加重入院的患者，并根据再入院的风险对患者进行分层

方法：

使用来自大学健康网络 (UHN) 的回顾性数据，我们将创建过去 5 年普通内科的录取数据集。 我们估计这将包括大约 40,000 人入院，其中 2,000 人将被诊断为 COPD 恶化。 数据集将包含结构化编码数据和非结构化文本数据。 编码数据将包括年龄、性别、订购的药物、合并症、实验室值和肺功能测试。 非结构化文本数据将包括 EHR 中的注释：医生诊所注释、出院摘要、入院诊断、进度注释以及来自我们的签收系统的注释。

分析：我们将使用几种不同的方法来开发模型，包括逻辑回归、深度神经网络和卷积神经网络。 具体来说，我们还将使用统计机器学习算法进行事件检测，使用跨各种输入类型（例如，傅立叶滤波器组、梅尔频率倒谱系数、小波和原始音频）的双向长短期记忆神经网络。 我们还将使用传统方法，例如动态贝叶斯网络和条件随机场。 在文本分析方面，我们将确定预测重新接纳的关键短语。 一种方法是使用语篇分析从背景文本中挑出“核心”短语。 我们还将构建“联合”预测模型，将非结构化文本的特征与结构化编码数据的特征结合起来。 我们将使用 ROC 曲线下的标准面积来评估模型性能，并使用交叉验证来最小化过度拟合的影响。 最后，我们将使用来自不同中心的数据集验证我们的模型，以确定这些结果是否有效和可推广。

预期结果：基于 EHR 数据开发两种经过验证的模型：一种用于准确识别 AECOPD 患者，另一种用于准确识别 30 天内再入院高风险患者。