Page 18 - 《南京医科大学学报》自然科学版2026年第2期

第46卷第2期
·174 · 南 京 医 科 大 学 学 报 2026年2月

demonstrated excellent discriminative ability in the training set（AUC=0.846，95% CI：0.763-0.928），internal validation set（AUC=
0.821，95%CI：0.701-0.940），and temporal validation set（AUC=0.846，95%CI：0.740-0.951）. The calibration curve indicated high
consistency between predicted and observed risks. Decision curve analysis further confirmed its good clinical practicality. Conclusion：
The nomogram prediction model for post⁃cardiac surgery frailty，based on patient age，preoperative albumin level，LVEF，and LVDd，
exhibits good predictive performance and clinical applicability，facilitating the early identification of high⁃risk patients.
［Key words］ machine learning；prediction model；cardiac surgery；frailty；nomogram
［J Nanjing Med Univ，2026，46（02）：173⁃180，187］

随着人口老龄化进程加速及心脏外科技术的 Total dataset
长足进步，接受心脏手术的老年及高风险患者日益 n=301
增多 。然而，心脏手术作为重大的生理应激源，常
［1］
Training set Internal validation set Temporal validation set
引发一系列术后并发症，其中衰弱正逐渐成为一个 n=165 n=70 n=66
备受关注的突出问题 ［2-3］ 。衰弱是一种体现生理储
备下降、多系统功能受损的临床综合征，大量研究
RF
证实，衰弱与心脏术后死亡、主要并发症的发生相
关 ［4-6］ 。在心脏术后，手术创伤、炎症反应及长期制 LASSO
动等因素可能诱发或加剧衰弱状态，这种新发或加
XGBoost
重的术后衰弱会给患者带来显著影响，因此早期识
别和干预心脏术后衰弱状态，对改善患者预后意义
重大，但目前缺少相关预测模型 ［7-8］ 。 Nomogram
由于围术期患者的检查指标之间存在复杂的
非线性关系，传统统计学方法难以深入挖掘。机器 ROC curve
Calibration curve
学习作为一种人工智能的核心分支，在医学领域的 DCA curve
应用已日益广泛，其善于从高维、非线性数据中提
RF：random forest；LASSO：least absolute shrinkage and selection
取关键特征和构建预测模型 ［9-11］ 。因此，本研究旨 operator；XGBoost：extreme gradient boosting；ROC：receiver operating
在整合 3 种主流机器学习算法，系统筛选心脏术后 characteristic；DCA：decision curve analysis.
衰弱的关键预测因子，并构建一个直观、易用的列 图 1 研究流程图
Figure 1 Research flowchart
线图预测模型，以便早期识别衰弱的高危患者，改
善远期预后。 1.2 方法
1.2.1 资料收集
1 对象和方法
通过文献阅读并结合临床经验，最终纳入18个
1.1 对象 临床相关变量，包括①人口学特征：年龄、性别、体
纳入 2023 年 1—12 月在南京医科大学第一附 重指数（body mass index，BMI）；②合并症：慢性阻塞
属医院心脏大血管外科接受心脏手术的患者，其中 性肺病（chronic obstructive pulmonary disease，COPD）、
1—8 月手术的患者作为训练集以及内部验证集， 高血压、糖尿病、脑梗死、吸烟、饮酒；③手术类型：是
9—12月手术的患者作为时间分层验证集。纳入标 否合并冠状动脉旁路移植术（coronary artery bypass
准：①年龄≥60岁；②接受心脏手术；③神志清楚，可 grafting，CABG）以及瓣膜手术、手术时长；④术前
配合问卷。排除标准：①既往有心脏手术史；②术 综合状态：匹兹堡睡眠质量评分（Pittsburgh sleep
前长期使用精神类药物；③病历资料不完整；④合 quality index，PSQI）、左心房内径（left atrial diameter，
并大血管手术；⑤急诊手术，术前无法进行评分；⑥术 LAD）、左心室舒张末期内径（left ventricular diastolic
后自动出院或死亡。本研究通过南京医科大学第 dimension，LVDd）、左心室后壁厚度（left ventricular

一附属医院医学伦理委员会审批（审批号：2022- posterior wall thickness，LVPWT）、左心室射血分数
SR-357），符合伦理要求。研究流程见图1。 （left ventricular ejection fraction，LVEF）及术前白蛋