本文使用zotero和obsidian自动生成
今天给大家分享一篇2022年发表于JAMA network open（IF13.3） 上面的文章，文章使用机器学习方法预测患者是否诊断为某种疾病，帮助提高急诊运行效率，缩短患者等待时间！
今天这篇也是一篇不错的临床数据研究、机器学习方面的文章。
Assessment of Machine Learning-Based Medical Directives to Expedite Care in Pediatric Emergency Medicine
📜Metadata
- Publication: JAMA network open
- IF: 13.353
- Author: Devin Singh, Sujay Nagaraj, Pouria Mashouri, Erik Drysdale, Jason Fischer, Anna Goldenberg, Michael Brudno
- Date: 2022-03-01
- DOI: 10.1001/jamanetworkopen.2022.2599[1]
- ZoteroLink: Local library
♾️Abstract
略
🤔文章思路
研究背景
由于急诊就诊患者特别多，患者等待时间非常长，往往会延误病情，因此患者希望通过机器学习方法缩短患者等待时间，帮助提高急诊的运行效率！
作者认为现行的急诊就诊流程不够好，因此通过机器学习帮助，提出了 machine learning–based medical directives (MLMDs) 帮助缩短急诊等待时间。
研究方法
数据来源： 在Hospital for Sick Children Toronto, Canda医院急诊就诊的患者，时间跨度为2018年7月1日到2019年6月30日，一共77219例患者，年龄为0-18周岁。
这一部分其实原文写的非常详细，我只是简单介绍下，原文中数据的预处理方法以及用到了哪些python 库都提到了，感兴趣的可以自己去看~
模型选择和建立： 作者选择了岭回归、随机森林、神经网络3种方法。数据分为训练集（55%）、验证集（15%）、测试集（30%），根据时间顺序进行划分，不是简单的分层划分或者随机划分哦！
预测变量包括生命体征（TPRBPS）、体重、年龄、症状、家和医院的距离等。这里重点说下结果变量，原文是这样说的：Our models predict whether a patient will have a diagnosis associated with the tests described above. For example, the forearm radiograph model is trained to predict whether a patient will have 1 of the following final diagnoses: buckle fracture, fracture of radius, fracture of ulna, and wrist fracture. 也就是说，他们的模型会预测患者是否诊断为某种疾病（和几种常见检查相关的疾病）。
作者一共找了6个临床急诊常用的检查：心电图、尿试纸检验、腹部超声、睾丸超声、前臂X线、胆红素水平，对于每一种检查，作者都用3种机器学习方法预测患者会不会诊断为和此种检查有关的疾病，作者还举了一个例子：对于前臂X线来说，作者用3种方法预测患者是否会诊断为以下疾病：隆起型骨折、桡骨骨折、尺骨骨折、腕骨骨折。
模型评价： 二分类资料常见的模型评价指标，无非就是那几个，医学最常见的，肯定少不了ROC曲线、曲线下面积这些，还有真阳性、假阳性、阳性预测值、阴性预测值。
研究结果
模型性能
首先就是3种方法分别预测6种检查的结果表格，这就是本文的表1了：
上面这张表格详细列出了每一种检查对应的每一种方法的模型指标，包括阳性预测值、真阳性率、假阳性率、AUROC，对于每一种指标的计算，也和我们常见的计算不太一样，作者说明了他们的定义方法，比如：TP indicates positive prediction when a test is completed OR an associated differential diagnosis is present; true negative, negative prediction when no test is completed AND no associated differential diagnosis is present.
除了表格，怎么能少了图呢？尤其是这类预测模型、机器学习类的文章，又是生物医药领域的，ROC曲线必不可少，虽然结果都是说的一个东西，但是必须得有...
这几个图，相信大家都会画，但是这个无限接近1的ROC真是让人羡慕...
新方法节省了巨多时间！
这篇文章搞这么多活并不是为了告诉大家模型有多准确，而是告诉大家基于他们的模型建立的方法给患者节省了巨量的时间！
作者通过一顿操作发现，新流程比现有流程竟然能节省165分钟的时间！ 看到这里，我都惊了，这也太牛逼了吧！但是仔细一看，发现处处都是作者的小心思，对于两边的时间是怎么计算的，作者也是有一套方法的。遗憾的是这么震撼的结果竟然没放一个图或者表出来！
模型解释
使用了一种叫做Shapley Additive Explanations values 这种方法进行模型解释，这是一种比较流行的模型解释方法，传统的feature importance只告诉哪个特征重要，但并不清楚该特征是怎样影响预测结果的。SHAP value最大的优势是SHAP能反映出每一个样本的影响力，而且还表现出影响的正负性。通过python的shap库实现，做出来的效果也是比较炫酷的：
上面这张图，横坐标代表shap值，纵坐标表示特征，颜色代表特征值。R里面也有一些包可以做shap，比如：shapper/iml/shapleyR等，感兴趣的小伙伴可以自己尝试一下！
根据年龄性别进行分层
作者在最后比较了一下不同年龄性别之间假阳性率的不同。
以上就是本篇文章的主要内容了！
😀优缺点
作者认为这是一个单中心的研究，时间跨度也不长，最好是多中心、长时间的研究；另外研究方法有待优化！
通篇看来这篇文章是略复杂的，并不像前面介绍的那篇纯数据挖掘的简单，作者用的方法虽然很简单，但是对于各个指标的计算都有自己的想法，这可能也是能够得出这么好的结果的原因之一！
当然这一点也是非常值得我们学习的，格局要打开，不要只盯着那几个指标，指标是死的，思路是活的，下次你的指标很难看时，不妨也自己换个计算方式，说不定就豁然开朗了！
不过就像前面说的，本文的重点不是在于说明模型有多准确，而是要证明基于这个模型的新方法确实能够节省巨量时间！从这一点来看，这篇文章非常"完美"。
大家手里如果有很多临床数据不知道该怎么用，不妨也试着像这样搞一搞看看，选择一个合适的问题，构建几个模型，说不定就有新发现~
参考资料
[1]
DOI: https://doi.org/10.1001/jamanetworkopen.2022.2599