Improving early risk stratification for bronchopulmonary Dysplasia in preterm infants using machine learning: development and external validation.

چکیده اصلی

BACKGROUND: Despite advances in perinatal care and improved survival of preterm infants, bronchopulmonary dysplasia (BPD) remains a major neonatal morbidity with long-term consequences. Accurate early risk prediction is therefore clinically important. Conventional models may be limited in capturing the complex and nonlinear interactions underlying BPD, whereas machine learning offers greater flexibility for high-dimensional clinical data. However, limited interpretability remains a barrier to clinical implementation. METHOD: This retrospective study included 1,083 preterm infants with gestational age <32 weeks and birth weight <2,500 g admitted to the Affiliated Women's Hospital of Jiangnan University from January 2011 to December 2025. Data were split 7:3 into training and validation sets. Seven models were evaluated, with hyperparameters optimized by 10-fold cross-validation using AUC. Missing data were handled by complete case analysis. Performance was assessed using AUC-ROC, Brier score, and decision curve analysis (DCA), while SHAP and partial dependence plots (PDP) were used for interpretation. The optimal model was externally validated in an independent cohort of 1,000 neonates. RESULT: GBM showed the best internal performance, with an AUC of 0.880, accuracy of 0.793, sensitivity of 0.827, specificity of 0.759, and Brier score of 0.141. Birth weight, gestational age, and 1-minute Apgar score were the leading predictors. Neonatal anemia was strongly associated with BPD (aOR = 5.036, 95% CI: 3.35-7.57). PDP demonstrated a nonlinear association between birth weight and BPD risk, with a sharp increase between 1,250 and 1,500 g. DCA indicated favorable net clinical benefit across relevant threshold probabilities. CONCLUSION: The GBM model provides interpretable, individualized early BPD risk estimates using routinely available clinical variables and may support identification of high-risk preterm infants. It is intended for risk stratification rather than treatment guidance. Prospective multicenter validation is required before routine clinical implementation.

ترجمه فارسی چکیده

پس از پیشرفت‌های مراقبت‌های دوران بارداری و افزایش بقای نوزادان زودرس، دیسپلازی برونشوپولمونال (BPD) همچنان یک عارضه جدی نوزادان است که پیامدهای طولانی‌مدت دارد. پیش‌بینی دقیق ریسک در زمان زود، اهمیت بالینی دارد. مدل‌های متداول ممکن است در شناسایی تعاملات پیچیده و غیرخطی زیربنای BPD محدود باشند، در حالی که یادگیری ماشین انعطاف‌پذیری بیشتری برای داده‌های بالینی با ابعاد بالا ارائه می‌دهد. با این حال، قابلیت تفسیر محدود همچنان مانعی برای پیاده‌سازی بالینی است. این مطالعه بازنگری شامل ۱٬۰۸۳ نوزاد زودرس با سن بارداری کمتر از ۳۲ هفته و وزن تولد کمتر از ۲٬۵۰۰ گرم بود که از بیمارستان زنان دانشگاه جیانگنان از ژانویه ۲۰۱۱ تا دسامبر ۲۰۲۵ پذیرفته شده بودند. داده‌ها به نسبت ۷:۳ به مجموعه‌های آموزشی و اعتبارسنجی تقسیم شدند. هفت مدل ارزیابی شدند و پارامترهای فرعی با استفاده از AUC بهینه‌سازی شدند. عملکرد با AUC-ROC، امتیاز Brier و تحلیل منحنی تصمیم (DCA) ارزیابی شد و برای تفسیر از SHAP و نمودارهای وابستگی جزئی (PDP) استفاده شد. مدل بهینه در یک کوهورت مستقل ۱٬۰۰۰ نوزاد اعتبارسنجی شد. GBM بهترین عملکرد داخلی را نشان داد با AUC 0.880، دقت 0.793، حساسیت 0.827، ویژگی 0.759 و امتیاز Brier 0.141. وزن تولد، سن بارداری و امتیاز Apgar در دقیقه اول پیش‌بینی‌کنندگان اصلی بودند. کم‌خونی نوزادی به شدت با BPD مرتبط بود (aOR = 5.036، 95% CI: 3.35-7.57). PDP یک رابطه غیرخطی بین وزن تولد و ریسک BPD را نشان داد که افزایش ناگهانی بین ۱٬۲۵۰ و ۱٬۵۰۰ گرم بود. DCA نشان‌دهنده یک مزیط کلینیکی مطلوب در طیف احتمالات آستانه مرتبط بود. مدل GBM تخمین‌های قابل تفسیر و فردی از ریسک زودهنگام BPD با استفاده از متغیرهای بالینی معمولی ارائه می‌دهد و ممکن است به شناسایی نوزادان زودرس با ریسک بالا کمک کند. این مدل برای رتبه‌بندی ریسک در نظر گرفته شده و نه راهنمایی درمانی. قبل از پیاده‌سازی بالینی معمولی، اعتبارسنجی چندمرکزه آینده‌نگرانه مورد نیاز است.

متن کامل اصلی