Фенотипсозии ҳисобшавандаи диабет (computable diabetes phenotyping) равиши таснифиест, ки бо истифода аз тағйирёбандаҳои сохторбандишудаи сабтҳои электронии тиббӣ эҳтимоли доштани фенотипи муайяни клиникиро дар сабтҳои манбаъ ба таври алгоритмӣ муайян мекунад. Ин таҳқиқот бо истифода аз маълумоти оммавии WiDS Datathon 2021/GOSSIS оид ба нигоҳубини беморони вазнин моделҳои leakage-aware-и омӯзиши мошиниро барои муайян кардани ҳолати диабети қаблан ҳуҷҷатшуда ҳангоми қабул ба шуъбаи терапияи интенсивӣ муқоиса кардааст. Дар таҳлили асосӣ 125.139 сабти ICU барои синни ≥16 истифода шуд; CatBoost, Random Forest, XGBoost, LightGBM, Histogram-based Gradient Boosting ва soft-voting ensemble, ки се модели boosting-ро муттаҳид мекунад, арзёбӣ гардиданд. Дар leakage-mitigated random validation, voting ensemble бо AUROC 0,8539, precision 0,5671, recall 0,6690 ва F1 0,6138 профили умумии мутавозинтаринро нишон дод, дар ҳоле ки tuned LightGBM бо recall 0,7677 модели бештар ба ҳассосият нигаронидашуда буд.

Муҳимтарин натиҷаи таҳқиқот он аст, ки муваффақияти модел бештар ба сигнали барвақтии глюкоза вобаста буд, на ба тағйирёбандаҳои ошкори site ё APACHE. Ҳангоми хориҷ кардани тағйирёбандаҳои APACHE нишондиҳандаҳо танҳо ба андозаи маҳдуд коҳиш ёфтанд, аммо дар сенарияи strict reduced, ки тағйирёбандаҳои шабеҳи глюкоза низ хориҷ шуданд, LightGBM AUROC то 0,7432 ва voting ensemble AUROC то 0,7448 поён рафт. Таҳлили SHAP низ бартарии тағйирёбандаҳои d1_glucose_max ва d1_glucose_min-ро нишон дод. Бо вуҷуди ин, ченкуниҳои глюкоза дар рӯзи аввали терапияи интенсивӣ метавонанд на танҳо диабети музмин, балки физиологияи стресси шадид, таъсири дору ё табобат, дастгирии ғизоӣ ва шиддати ченкуниро низ инъикос кунанд.

Дар grouped-site validation, ки беморхонаҳо байни training ва validation комилан ҷудо буданд, LightGBM recall дар 0,7684 нигоҳ дошта шуд, аммо AUROC то 0,8443 ва precision то 0,4546 коҳиш ёфт. Бо threshold-и 0,4537 recall то 0,8001 баланд карда шуд, вале precision 0,4314 буд. Натиҷаҳои калибрченкунӣ низ нишон доданд, ки эҳтимолҳои пешгӯишуда барои истифода ҳамчун хавфи мутлақи клиникӣ ба қадри кофӣ боэътимод нестанд. Аз ин рӯ, система на воситаи мустақили ташхиси диабет, балки ёвари фенотипсозӣ/скрининги ҳассос барои chart review, medication reconciliation, cohort enrichment ё таснифи таҳқиқотӣ арзёбӣ мешавад.

Масъалаи таҳқиқот

Донистани дурусти таърихи диабети бемор ҳангоми қабул ба терапияи интенсивӣ метавонад ба тарзи тафсири гипергликемияи барвақт таъсир расонад. Бо вуҷуди ин, маълумоти диабет метавонад дар манбаъҳои гуногуни сабтҳои электронии тиббӣ, аз ҷумла рӯйхати мушкилот, рамзҳои ташхис, муроҷиатҳои қаблӣ, сабтҳои доруворӣ, бойгонии лабораторӣ ё ҳуҷҷатҳои интиқоли байни муассисаҳо пароканда бошад. Қисме аз ин сабтҳо ҳангоми қабул дастрас набошанд.

Ин масъала махсусан дар терапияи интенсивӣ муҳим аст, зеро як арзиши баланди глюкоза метавонад бо сабабҳои гуногун пайдо шавад. Диабети қаблан маълум, дисгликемияи музмини қаблан ташхиснашуда, гипергликемияи стресси шадид, таъсири глюкокортикоидҳо ё дигар доруҳо, ғизодиҳии энтералӣ/парентералӣ, моеъҳои дорои декстроза ва табобатҳои барвақт метавонанд манзараҳои гликемикии ба ҳам монанд ба вуҷуд оранд.

Аз ин рӯ, саволи таҳқиқот гузоштани ташхиси нави клиникӣ дар шакли «оё бемор воқеан диабет дорад?» нест. Савол ин аст, ки бо истифода аз маълумоти сохторбандишудаи дастрас дар наздикии вақти қабул ба терапияи интенсивӣ ҳолати диабети қаблан ҳуҷҷатшуда дар пойгоҳи додаҳои манбаъ то чӣ андоза боэътимод фенотипсозӣ карда мешавад.

Оё Ин Модел Воқеан Диабетро Ташхис Мекунад?

Не. Нишонаи ҳадафи таҳқиқот ҳолати диабетест, ки дар сабтҳои манбаъ пеш аз қабул ба терапияи интенсивӣ ё ҳангоми қабул аллакай ҳуҷҷат шуда буд; модел барои ташхиси нави диабет, муайян кардани гипергликемияи стрессӣ ё пешгӯии диабети оянда омӯзонида нашудааст ва муаллифи манбаъ системаро на ҳамчун воситаи мустақили ташхис, балки ҳамчун ёвари фенотипсозӣ ва скрининг маҳдуд мекунад.

Нақши равиши computable phenotyping

Computable phenotyping-ро метавон ҳамчун равиши алгоритмӣ баррасӣ кард, ки ҳолати клиникиро тавассути тағйирёбандаҳои сохторбандишудаи EHR аз нав муайян мекунад. Дар чунин системаҳо иҷроиш набояд танҳо бо AUROC арзёбӣ шавад. Саволҳои ҳамон қадар муҳим инҳоянд: оё тағйирёбандаҳои истифодашуда ба нишона leakage доранд, оё preprocessing танҳо аз маълумоти training омӯхта шудааст, оё иҷроиш дар беморхонаҳои гуногун нигоҳ дошта мешавад, номутавозунии синфҳо чӣ гуна идора шудааст ва оё эҳтимолҳои пешгӯӣ калибр шудаанд.

Манбаи маълумот

Чор сенарияи хусусиятҳо

Чаро split-aware preprocessing муҳим буд?

Дар таҳқиқот қоидаҳои preprocessing-и маълумот танҳо дар training split омӯхта шуданд, то аз маълумоти validation иттилоот leakage накунад. Файли challenge бе нишона низ барои сохтани imputer, сатҳи категориявӣ, engineered feature ё қарори correlation-pruning истифода нашуд.

Random split-и асосӣ:

\[ (X_{\mathrm{train}},X_{\mathrm{val}},y_{\mathrm{train}},y_{\mathrm{val}}) = \mathrm{StratifiedSplit}(X,y;\mathrm{test\_size}=0.20,\mathrm{stratify}=y,\mathrm{seed}=40) \]

Ин муодила ҳамаи сабтҳои калонсолонро бо нигоҳ доштани тақсимоти нишонаи diabetes_mellitus ба %80 training ва %20 validation ҷудо мекунад. Сипас параметрҳои preprocessing танҳо аз қисми training ҳисоб карда мешаванд:

\[ \Theta=\mathrm{fit}_{\mathrm{train}}(\mathrm{preprocessing}), \qquad X_{\mathrm{val}}^{*}=\mathrm{transform}_{\Theta}(X_{\mathrm{val}}) \]

Ин пайдарпайӣ барои кам кардани интиқоли ғайримустақими хусусиятҳои тақсимоти маълумоти validation ба модел ҳангоми training пешбинӣ шудааст.

Тозакунӣ дар сатҳи сатр ва схема

• Сабтҳои синни <16 хориҷ шуданд.
• Категорияҳои hospital_admit_source ва icu_admit_source ҳамгун карда шуданд.
• Агар тағйирёбандаи _min аз арзиши мувофиқи _max калон бошад, ҷойи ду арзиш иваз карда шуд.
• Барои d1_pao2fio2ratio_max-и гумшуда дар ҳолати мувофиқ таносуби pao2_apache/fio2_apache ҳисоб карда шуд.
• Ҳамаи тағйирёбандаҳои h1_ хориҷ шуданд.
• Баъзе майдонҳои near-duplicate APACHE, ки эквиваленти Day-1 доштанд, бардошта шуданд.
• encounter_id, readmission_status ва сутуни индекс аз модел хориҷ шуданд.
• hospital_id ва icu_id танҳо барои grouped validation ҷудо нигоҳ дошта шуданд; дар ҳеҷ як сенарияи feature ҳамчун вуруди модел истифода нашуданд.

Коркарди арзишҳои гумшуда

Тағйирёбандаҳои пайваста бо миёнаи training-set ва тағйирёбандаҳои категориявӣ бо модаи training-set пур карда шуданд. Барои қад, вазн ва BMI аввал миёнаи training-set-и махсуси ҷинс истифода шуд; агар ин арзиш вуҷуд надошт, ба миёнаи умумии training баргаштанд. Тағйирёбандаҳои категориявӣ танҳо бо категорияҳое, ки дар қисми training мушоҳида шуданд, one-hot encode карда шуданд.

Дар training design matrix барои ҷуфтҳои feature-и секунҷаи болоӣ, ки коррелясияи мутлақи Pearson аз 0,80 зиёд буд, feature-и дуюм хориҷ карда шуд:

\[ C_{\mathrm{drop}} = \{b:\exists a<b,\ |r_{ab}|>0.80\} \]

Ҳамин хориҷкунии сутунҳо ба матритсаҳои validation ва challenge низ бетағйир татбиқ гардид.

Моделҳои муқоисашуда

Номутавозунии синфҳо чӣ гуна идора шуд?

Таҳқиқот ба ҷойи истифодаи SMOTE барои сохтани намунаҳои синтетикии minority, вазнгузории синфҳоро дар дохили модел интихоб кард. Дар LightGBM барои синфи diabetes-positive scale_pos_weight=4 истифода шуд. Ин интихоб бе тағйир додани тақсимоти воқеии маълумот арзиши таснифи нодурусти ҳолатҳои мусбатро дар training loss зиёд мекунад.

Талафоти консептуалии вазндор:

\[ L=\sum_{i=1}^{n}w_{y_i}\ell(y_i,p_i)+\Omega(F) \]

Дар ин ҷо \(w_{y_i}\) вазни синф, \(\ell(y_i,p_i)\) талафоти таснифи дуӣ ва \(\Omega(F)\) аъзои regularization-ро, ки ба мураккабии модел татбиқ мешавад, ифода мекунад.

Soft-voting ensemble чӣ гуна сохта шуд?

Пешгӯиҳои probability-и XGBoost, LightGBM ва HGB ба тавре якҷо шуданд, ки ба LightGBM се маротиба вазн дода шуд:

\[ p_i^{(\mathrm{ens})} = \frac{ p_i^{(\mathrm{XGB})} + 3p_i^{(\mathrm{LGBM})} + p_i^{(\mathrm{HGB})} }{5} \]

Ҳадаф нигоҳ доштани бартарии ҳассосияти баланди LightGBM ва ҳамзамон мувозинат кардани бори false-positive бо пешгӯиҳои эҳтимолии эҳтиёткоронаи XGBoost ва HGB буд.

Threshold-и тасниф

Ҳар модел аввал барои синфи диабет-positive пешгӯии эҳтимолро тавлид кард:

\[ p_i^{(m)} = \Pr(y_i=1\mid x_i^{*},M_m) \]

Дар муқоисаи асосӣ threshold-и пешфарз \(t=0,50\) истифода шуд:

\[ \hat{y}_i^{(m)}(t) = I\left(p_i^{(m)}\geq t\right) \]

Дар таҳлили precision–recall threshold тағйир дода шуда, тавозунҳои гуногуни recall–precision алоҳида санҷида шуданд.

Нақши метрикаҳои иҷроиш

Accuracy ҳиссаи умумии таснифи дурустро, precision ҳиссаи ҳолатҳои воқеан мусбатро дар байни ҳолатҳои мусбат пешгӯишуда, recall ҳиссаи ҳолатҳои нишонаи манбаъ мусбатро, ки ошкор шудаанд, ва F1 миёнаи гармоникии precision ва recall-ро чен мекунад.

Скори Brier метрикаест, ки дурустии probability-ро чен мекунад ва паст будани он матлуб аст:

\[ \mathrm{Brier} = \frac{1}{n_V} \sum_{i\in V} (p_i-y_i)^2 \]

AUROC қобилияти ҷудокунии тартиббандиро новобаста аз threshold-и собит ифода мекунад. Азбаски модел метавонад AUROC-и баланд дошта бошаду ҳамзамон бад калибр шуда бошад, манбаъ AUROC ва calibration/Brier-ро алоҳида арзёбӣ кардааст.

Чаро Validation-и Гурӯҳбандишуда Аз Рӯи Беморхона Муҳим Аст?

Grouped-site validation намегузорад, ки ягон сабти як беморхона ҳамзамон дар training ва validation бошад; аз ин рӯ, он баҳодиҳии аз ҳад хушбинонаи иҷроишро, ки аз азёд кардани тарзи кодгузорӣ, фармоиши озмоишгоҳӣ, профили беморон ё намунаҳои ҳуҷҷатгузории хоси муассисаҳо ба вуҷуд омада метавонад, кам мекунад. Аммо ин тарҳ ҳанӯз internal validation дар дохили ҳамон версияи маълумоти WiDS/GOSSIS мебошад ва external validation-и мустақил нест.

Ҷудокунии математикӣ:

\[ G_{\mathrm{train}}\cap G_{\mathrm{val}}=\varnothing \]

Усул ва Натиҷаҳои Таҳқиқот

Муқоисаи асосии моделҳо

Ин ҷадвал нишон медиҳад, ки ба ҷойи як «модели беҳтарин» барои ҳадафҳои гуногуни истифода профилҳои гуногуни амалиётӣ мавҷуданд. Voting ensemble аз рӯи F1 ва AUROC натиҷаҳои мутавозинтаринро дод. LightGBM модели аз ҳама бештар ҳолатҳои мусбатро гирифта буд, вале false positive бештар тавлид кард. XGBoost бошад, дар ивази recall-и пасттар, пасттарин скори Brier-ро дод.

Figure 1–6: Confusion matrix ва feature importance

Дар манбаъ Figure 1–6 барои ҳар як модели асосӣ confusion matrix-ро бо графики top-15 feature importance ҷуфт мекунад. CatBoost 18.046 true negative, 1.484 false positive, 2.953 false negative ва 2.545 true positive тавлид кардааст. Random Forest шумораи false positive-ро танҳо то 895 кам кард, аммо 3.725 ҳолати диабет-positive-ро аз даст дод.

Tuned XGBoost 2.552 true positive ва 1.340 false positive тавлид кард, дар ҳоле ки LightGBM ба 4.221 true positive расид; аммо дар иваз 4.192 false positive ба вуҷуд овард. HGB 2.498 true positive ва 1.378 false positive тавлид кард. Voting ensemble бо 3.678 true positive ва 2.808 false positive байни LightGBM ва моделҳои эҳтиёткортар профили амалиётии миёна ба вуҷуд овард.

Дар ҳамаи оилаҳои модел d1_glucose_max ҳамчун feature-и қавӣ ё бартаридошта фарқ мекард. d1_glucose_min, BMI, синну сол, креатинин, pre-ICU length of stay, гемоглобин ва ҷамъбастҳои дигари физиологӣ/лабораторӣ дар моделҳои гуногун ҳамчун тағйирёбандаҳои дорои аҳаммияти баланд такрор мешуданд.

Ҳангоми Хориҷ Кардани Тағйирёбандаҳои Шабеҳи Глюкоза Иҷроиш Чӣ Гуна Тағйир Ёфт?

Вақте ки тағйирёбандаҳои шабеҳи глюкоза якҷо бо майдонҳои APACHE ва leakage-prone хориҷ шуданд, қобилияти ҷудокунии модел ба таври назаррас коҳиш ёфт: LightGBM AUROC аз 0,8537 то 0,7432 ва voting ensemble AUROC аз 0,8539 то 0,7448 поён рафт; баръакс, хориҷ кардани танҳо майдонҳои leakage-prone ё ҳамаи тағйирёбандаҳои APACHE талафоти хеле хурдтар ба бор овард. Аз ин рӯ, тағйирёбандаҳои гликемии admission/day-1 сигнали асосии predictive-и модел мебошанд.

Ин ablation исбот намекунад, ки тағйирёбандаҳои глюкоза «диабети музминро ба таври соф чен мекунанд». Баръакс, азбаски он нишон медиҳад, ки қисми муҳими сигнали қавии модел ба ченкуниҳои барвақтии гликемӣ такя мекунад, дар тафсири клиникӣ эҳтиёткории бештар талаб мешавад.

Натиҷаҳои validation аз рӯи беморхона

Grouped-site confusion matrix аз 18.581 true negative, 5.432 false positive, 1.365 false negative ва 4.528 true positive иборат аст. Қариб бетағйир мондани recall нишон медиҳад, ки модел дар беморхонаҳои гуногун сабтҳои мусбатро ҳамоно меёбад; бад шудани precision ва Brier бошад, нишон медиҳад, ки ин бо арзиши бештар аз ҷиҳати натиҷаҳои нодурусти мусбат ва probability reliability ба даст омадааст.

Precision–recall ва threshold-и ҳассосияти баланд

Бо сабаби class imbalance, илова бар таҳлили ROC, каҷҳои precision–recall низ истифода шуданд. Random validation average precision 0,622, grouped-site average precision 0,551 аст.

Манбаъ ҳадафи ҳассосияти баландро чунин муайян кардааст:

\[ t_r= \max\{t:\mathrm{Recall}(t)\geq0.80\} \]

Дар маълумоти grouped-site threshold-и гузоришшудае, ки ин шартро қонеъ мекунад, 0,4537 аст; дар ин нуқта recall 0,8001 ва precision 0,4314 мебошад.

Ин натиҷа принсипи «recall-и баландтар ройгон нест»-ро мустақим нишон медиҳад. Вақте ки threshold барои кам кардани ҳолатҳои мусбати аз дастрафта паст карда мешавад, шумораи бемороне, ки мусбат қайд мешаванд, вале нишонаи манбаъашон манфӣ аст, зиёд мешавад.

Оё AUROC-и Баланди Модел Маънои Калибршавии Хуби Эҳтимолҳоро Дорад?

Не. Гарчанде LightGBM аз рӯи AUROC ҷудокунии қавӣ таъмин мекунад, каҷҳои калибрченкунии random ва grouped-site нишон доданд, ки эҳтимолҳои пешгӯишуда, махсусан дар диапазонҳои хавфи миёна-баланд, майл доранд аз басомади мушоҳидашудаи диабет зиёд бошанд ва скори Brier дар grouped validation низ бад шудааст; аз ин рӯ, эҳтимолҳои хоми модел бе калибрченкунии дубора набояд ҳамчун эҳтимоли хавфи мутлақи клиникӣ тафсир шаванд.

Мантиқи калибрченкунӣ

Барои модели комилан калибршуда интизор меравад, ки дар гурӯҳи беморони дорои эҳтимоли пешгӯии \(p\), ҳиссаи воқеии мусбат низ \(p\) бошад:

\[ E[y_i\mid p_i=p]=p \]

Манбаъ каҷи калибрченкуниро бо 10 фосилаи баробари эҳтимол сохта, post hoc recalibration татбиқ накардааст. Дар Figure 10 каҷ дар ҳар ду тарҳи validation дар қисми муҳими худ аз диагонали идеалӣ поёнтар буд; ин бо probability overestimation мувофиқ аст.

Чаро SHAP дар модели grouped-site ҳисоб карда шуд?

Гузаронидани таҳлили SHAP дар grouped-site LightGBM имкон дод, ки шарҳ ба рафтори сахттари модели аз рӯи беморхона ҷудошуда вобаста шавад, на ба random split-и осонтаре, ки ҳамон беморхонаҳо дар ду fold ҳузур доранд. Агар шумораи намунаҳои grouped validation аз 3.000 зиёд бошад, барои такроршавандагӣ ҳисобкунии SHAP бо seed-и собит то ҳадди аксар 3.000 сабт намунагирӣ шудааст.

Шакли additive-и шарҳи SHAP:

\[ F_G(x_i^{*}) = \phi_0+\sum_{j=1}^{p}\phi_{ij} \]

Дар ин ҷо \(\phi_0\) баромади ибтидоӣ/baseline-и моделро ва \(\phi_{ij}\) барои бемор \(i\) саҳми feature \(j\)-ро, ки баромади моделро боло ё поён мебарад, ифода мекунад.

Натиҷаҳои глобалии SHAP

Графики dependence-и d1_glucose_max

Мувофиқи Figure 12 саҳми SHAP-и d1_glucose_max дар байни тақрибан 100–250 mg/dL ба таври назаррас боло рафта, дар арзишҳои хеле баланд ба плато расидааст. Ин намуна нишон медиҳад, ки рафтори модел бештар non-linear saturation дорад, на афзоиши хаттии бемаҳдуд.

Шарҳҳои маҳаллии SHAP waterfall

Figure 14–15 ҳолатҳои намояндагии интихобшуда аз гурӯҳҳои true positive, false positive, true negative ва false negative-ро шарҳ медиҳад. Дар намунаҳои дорои скори мусбат, d1_glucose_max-и баланд аксаран бузургтарин саҳми ба боло равонашуда аст; дар намунаҳои скори манфӣ, арзиши пасттар ё камтар ифротии максималии глюкоза метавонад саҳми қавии ба поён равонашуда диҳад.

Бо вуҷуди ин, пешгӯиҳои инфиродӣ аз як feature иборат нестанд. BMI, синну сол, гемоглобин, контексти renal, d1_glucose_min ва хусусиятҳои pre-ICU метавонанд сигнали қавии гликемиро зиёд ё кам кунанд.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• Маълумоти Public WiDS/GOSSIS structured EHR метавонад барои фенотипсозии admission-time-и ҳолати диабети дар сабтҳо ҳуҷҷатшуда истифода шавад.
• Моделҳои Gradient-boosted ва ensemble tree дар тарҳҳои validation-и манбаъ ҷудокунии қавӣ нишон доданд.
• Voting ensemble профили мутавозинтарини F1/AUROC-ро ба вуҷуд овард.
• LightGBM ягона модели дорои баландтарин тамоюли recall мебошад.
• Reasonable leakage mitigation ва хориҷ кардани ҳамаи тағйирёбандаҳои APACHE иҷроишро танҳо ба андозаи маҳдуд коҳиш дод.
• Хориҷ кардани feature-ҳои шабеҳи глюкоза ҷудокуниро ба таври назаррас паст кард.
• Дар grouped-site validation, ҳангоми нигоҳ доштани recall, precision ва calibration бад шуданд.
• Таҳлилҳои SHAP dominant glycemic signal ва саҳмҳои хурдтари контекстии клиникиро нишон медиҳанд.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

• Модел исбот намекунад, ки ташхиси нави диабет мегузорад.
• Модел диабети музмин ва stress hyperglycemia-ро қатъӣ ҷудо намекунад.
• 0,8539 AUROC барои clinical deployment худ аз худ кофӣ нест.
• Grouped-site validation external validation дар маълумоти мустақили беруна нест.
• Threshold-и 0,4537 барои ҳамаи ҷараёнҳои кори клиникӣ threshold-и универсалии оптималӣ нест.
• Саҳмҳои SHAP сабабияти биологиро ифода намекунанд.
• Эҳтимолҳои модел бе recalibration набояд ҳамчун эҳтимоли хавфи мутлақи клиникӣ истифода шаванд.
• Таҳқиқот қарори автоматии табобат, вояи инсулин ё системаи ҳушдори клиникиро тасдиқ накардааст.

Маҳдудиятҳои асосӣ

Маҳдудияти аввал нишонаи истинодӣ аст. Нишонаи “Diabetes mellitus” маълумоти диабети дар пойгоҳи додаҳои манбаъ ҳуҷҷатшуда мебошад; он нишонаи gold-standard-и диабети музмин нест, ки бо HbA1c, longitudinal outpatient records, таърихи доруворӣ ва manual chart review дубора adjudike шуда бошад.

Маҳдудияти дуюм доираи validation аст. Гарчанде ҷудокунии беморхонаҳо нисбат ба random split сахттар аст, сабтҳои training ва validation қисми ҳамон экосистемаи маълумоти оммавӣ мебошанд. Дар маҷмӯаҳои мустақили маълумоти ICU external validation гузаронида нашудааст.

Маҳдудияти сеюм махсусияти сигнали гликемӣ аст. Арзишҳои Early ICU glucose метавонанд ҳам бемории музмини метаболикӣ ва ҳам стресси шадид, табобат ва раванди мониторингро инъикос кунанд.

Маҳдудияти чорум calibration аст. Манбаъ пешгӯиҳои моделро дубора калибр накардааст; таҳлили calibration танҳо мушкилро муайян кардааст.

Самтҳои таҳқиқоти оянда

Манбаъ external validation дар пойгоҳҳои мустақили ICU, арзёбии проспективӣ дар беморхонаҳо ва давраҳои гуногун, интихоби threshold-и махсуси мақсади истифода ва дар ҳолати зарурӣ post hoc recalibration-ро пешниҳод мекунад.

Барои нишонаҳои истинодии қавитар longitudinal EHR, HbA1c, таърихи дорувории outpatient, рӯйхатҳои мушкилот, рамзҳои ташхис ва дар ҳолати мувофиқ manual adjudication метавонанд якҷо арзёбӣ шаванд. Бо ин роҳ диабети музмини қаблан маълум аз диабети қаблан ношинохта, stress hyperglycemia, medication-related hyperglycemia, nutrition-associated dysglycemia ва treatment-related glucose тағйирот равшантар ҷудо карда мешавад.

Манбаъ инчунин қайд мекунад, ки дар оянда TabNet, TabTransformer, FT-Transformer ё дигар моделҳои deep tabular/Transformer дар ҳамон чорчӯбаи validation, calibration, ablation ва interpretability муқоиса карда шаванд.

Ёддошт оид ба Манбаъ ва Усул

Таҳқиқоти аслӣ: Identifying Pre-Existing Diabetes at ICU Admission with Machine Learning on Public GOSSIS Data

Муаллиф: Lily Popova Zhuhadar.

Шумораи муаллифон: 1; мақолаи манбаъ таҳқиқоти sole-author аст.

Муассиса: Department of Analytics & Information Systems, Center for Applied Data Analytics, Western Kentucky University, Bowling Green, Kentucky, USA.

Муаллифи масъул: Lily Popova Zhuhadar.

Маҷалла: Diabetology.

Ношир: MDPI, Basel, Switzerland.

Ҷилд / шумора / мақола: 7(5), 100.

DOI: 10.3390/diabetology7050100.

Received: 26 Март 2026.

Revised: 19 Май 2026.

Accepted: 19 Май 2026.

Published: 21 Май 2026.

Academic Editor: Peter Clifton.

Навъи манбаъ: Original Article-и ҳамтақризшуда; таҳқиқоти ретроспективии benchmark/фенотипсозӣ бо омӯзиши мошинӣ.

Иҷозатнома: Creative Commons Attribution (CC BY).

Манбаи маълумот: WiDS Datathon 2021 tabular release; ҳосилаи GOSSIS initiative ва eICU Collaborative Research Database.

Маълумоти ибтидоии нишонадор: 130.157 ICU stay, 181 feature.

Файли challenge бе нишона: 10.234 сабт, 180 feature; барои омӯзиши preprocessing, интихоби threshold ва иҷроиши validation истифода нашуд.

Когорти ниҳоии таҳлилии синни ≥16: 125.139 ICU stay.

Random split-и асосӣ: 100.111 training / 25.028 validation; stratified 80/20; random seed 40.

Grouped-site split: 95.233 training / 29.906 validation; 163 беморхонаи training / 41 беморхонаи validation; ҳампӯшонии беморхонаҳо нест.

Нишонаи ҳадаф: pre-existing diabetes mellitus, ки дар сабтҳои манбаъ пеш аз admission ё ҳангоми он ҳуҷҷат шудааст.

Моделҳо: CatBoost, Random Forest, tuned XGBoost, tuned LightGBM, HistGradientBoosting ва soft-voting ensemble.

Равиши class imbalance: Model-intrinsic class weighting ва threshold-aware evaluation; synthetic oversampling истифода нашуд.

Вазнҳои soft-voting: XGBoost : LightGBM : HGB = 1 : 3 : 1.

Метрикаҳои арзёбӣ: Accuracy, precision, recall, F1-score, AUROC, Brier score ва average precision.

Calibration: 10 uniform probability bin; post hoc recalibration татбиқ нашуд.

Interpretability: SHAP / TreeExplainer; grouped-site LightGBM; дар ҳолати зарурӣ ҳадди аксар 3.000 сабти grouped-validation.

Ablation: Full feature set, leakage-mitigated original, exclude all APACHE ва strict reduced model.

Натиҷаи асосӣ: Voting ensemble дар leakage-mitigated random split бо AUROC 0,8539 ва F1 0,6138 профили умумии мутавозинтарин; tuned LightGBM бо recall 0,7677 ҳассостарин модели ягона.

Натиҷаи асосии grouped-site: LightGBM recall 0,7684, AUROC 0,8443, precision 0,4546 ва Brier 0,1596.

Grouped threshold-и ҳассосияти баланд: t=0,4537; recall 0,8001; precision 0,4314.

Сигнали dominant-и модел: d1_glucose_max ва дигар тағйирёбандаҳои day-1-и вобаста ба глюкоза.

Маблағгузорӣ: Маблағгузории беруна вуҷуд надорад.

Кумитаи ахлоқ: Not applicable; de-identified public ICU data истифода шуд.

Розигии огоҳона: Not applicable.

Дастрасии маълумот: Гузориш шудааст, ки WiDS Datathon 2021 tabular dataset тавассути Kaggle оммавӣ аст.

Код/маводи таҳлилӣ: Муаллиф манбаи Google Colab-ро барои такрор кардани натиҷаҳо гузориш кардааст; санаи дастрасӣ дар манбаъ 12 Март 2026 мебошад.

Бархӯрди манфиатҳо: Муаллиф бархӯрди манфиатҳоро гузориш накардааст.

Маҳдудияти асосии клиникӣ: Модел фенотипи диабети дар сабтҳо ҳуҷҷатшударо тасниф мекунад; ташхиси adjudike-и диабети музмин, ҷудокунии stress hyperglycemia ё қарори табобатро тавлид намекунад.

Маҳдудияти асосии deployment: Бе external validation, recalibration, workflow-specific thresholding ва confirmatory clinical review ҳамчун воситаи мустақили ташхис ё қарори табобат истифода нашавад.