急性肾损伤（AKI）是蜂蜇伤后常见且严重的并发症，报道发病率为30–50%。由于血清肌酐升高存在延迟性，临床早期识别面临挑战。本回顾性研究旨在开发并验证可解释的机器学习模型，用于蜂蜇伤患者AKI的早期预测。研究人员纳入2018年1月至2025年9月收治的305例患者，其中99例（32.5%）依据改善全球肾脏病预后组织（KDIGO）标准确诊AKI。采用最小绝对收缩与选择算子（LASSO）回归从33项基线变量中筛选特征，确定乳酸、肌酐、酱油色尿等8个关键预测因子。开发并评估6种机器学习算法——逻辑回归、随机森林、支持向量机、神经网络、极端梯度提升（XGBoost）及轻量梯度提升机。XGBoost模型表现最优，测试集受试者工作特征曲线下面积（AUC）达0.964，准确率为92.6%。应用SHapley加性解释（SHAP）分析解析最优模型，显示肌酐、乳酸脱氢酶、乳酸及酱油色尿为最具影响力的预测因子。构建的临床适用列线图校准度良好且具有实用价值。综上，本研究成功开发了高性能、可解释的XGBoost模型用于蜂蜇伤致AKI的早期预测。经验证的列线图为床旁决策支持工具，可促进及时的风险分层与干预，有望改善患者结局。
该研究发表于《Renal Failure》，针对蜂蜇伤这一热带及亚热带地区重大公共卫生问题，聚焦于其严重并发症——急性肾损伤（AKI）的早期预警难题。当前临床诊断AKI主要依赖改善全球肾脏病预后组织（KDIGO）标准，核心指标血清肌酐（Scr）的升高存在时间延迟，往往在指标异常时错过最佳干预窗口；同时传统统计方法难以捕捉多风险因素间的复杂非线性交互作用，且现有蜂蜇伤AKI预测模型缺乏多算法系统比较、可解释性及临床效益评估。为此，研究人员通过开展单中心回顾性队列研究，构建了高性能且可解释的机器学习预测模型，实现了蜂蜇伤后AKI的早期精准识别，为临床风险分层与及时干预提供了可靠工具。
研究人员采用的关键技术方法如下：研究基于浙江省淳安县第一人民医院2018年1月至2025年9月收治的蜂蜇伤患者队列，经严格纳排后纳入305例。首先通过LASSO回归从33项基线变量中完成特征筛选；随后系统开发并对比6种机器学习算法（逻辑回归、随机森林、支持向量机、神经网络、XGBoost、LightGBM）的预测效能；采用SHAP分析解析模型决策机制以提升临床可信度；最后通过决策曲线分析（DCA）与校准曲线验证模型的临床实用价值，并基于独立预测因子构建可视化列线图。
研究结果分为四部分。第一部分为患者筛选与基线特征：经筛选最终纳入305例蜂蜇伤患者，AKI发病率为32.5%（99/305），其中1期占47.5%、2期占7.1%、3期占45.5%；两组在年龄、性别及基础疾病上无显著差异，但AKI组蜂蜇数量显著更多（p<0.001），入院时收缩压更高（p=0.01），酱油色尿比例更高（p<0.01）。第二部分为AKI的临床病程与结局：AKI分期呈两极分布，1期与2期中位发病时间为蜇伤后1天，3期为2天；严重程度与不良结局密切相关，3期患者ICU入住率达95.6%，死亡率与慢性肾脏病（CKD）进展率随分期升高而增加；治疗方面，接受肾脏替代治疗（RRT）的比例随分期升高，临床改善率则逐期下降（1期95.7%、2期85.7%、3期44.4%）。第三部分为模型构建与评估：经单因素分析与LASSO回归最终筛选出乳酸（LAC）、Scr、白细胞计数、酱油色尿、蜇伤数量、乳酸脱氢酶（LDH）、血尿素氮（BUN）及恶心呕吐8个预测因子；6种模型中XGBoost表现最优，测试集AUC达0.964，准确率92.6%，F1值89.3%，经500次Bootstrap抽样校正后AUC为0.943，过拟合程度低；DCA显示模型在广泛决策阈值内提供更高临床净获益，校准曲线显示预测概率与观测风险一致性良好；基于多因素逻辑回归的4个独立预测因子（Scr、酱油色尿、LAC、LDH）构建的列线图可直接用于床旁风险评估。第四部分为特征重要性分析：SHAP分析明确Scr、LDH、LAC及酱油色尿为驱动AKI风险的核心因素，各指标升高均显著提升AKI发生概率。
讨论部分首先总结核心发现：蜂蜇伤致AKI具有高发病率（32.5%）、快速进展及预后差的特点，近半数病例为3期AKI，且与高ICU入住率、死亡率及肾功能恢复不良密切相关；开发的XGBoost模型性能优异且可解释，为临床早期预警提供了精准工具。其次与既往研究对比：本研究样本量更大（n=305），首次系统比较6种机器学习算法，证实XGBoost的预测效能显著优于既往传统模型（AUC 0.964 vs 0.757），且补充了疾病纵向轨迹分析与全面的临床效用验证，填补了领域空白。随后阐释预测因子的病理生理意义：Scr反映早期肾功能应激，酱油色尿提示溶血或横纹肌溶解导致的肾小管阻塞与氧化损伤，LAC指示组织灌注不足与无氧代谢，LDH体现全身细胞损伤程度，四者覆盖肾损伤、溶血/横纹肌溶解、组织缺氧及全身细胞损伤多个病理生理维度，共同构成综合预警框架。最后指出研究优势与局限性：优势在于整合临床病程分析与先进建模方法，首次实现多算法对比与可解释性融合；局限性为单中心回顾性设计、样本量有限（尤其是AKI亚组事件数较少导致EPV=8.0）、采用完整病例分析可能存在选择偏倚，且模型仅基于静态入院参数。
研究结论表明，蜂蜇伤后AKI进展迅速且预后不良，本研究成功开发的高性能早期预测模型可实现高危患者的早期识别，其中Scr、酱油色尿、LAC及LDH为最强预测因子；SHAP分析增强了模型透明度，DCA与列线图验证了临床实用性。未来需通过多中心前瞻性队列进行外部验证，纳入中性粒细胞明胶酶相关脂质运载蛋白（NGAL）、肾损伤分子-1（KIM-1）等新型生物标志物优化风险分层，并将模型整合至医院电子病历系统开展前瞻性干预试验，以确证其对患者结局的改善价值。
打赏
