基于迁移学习的个性化 AKI 预测模型开发与验证

以下说明用于从研究队列中生成最终报告。

第一部分：数据准备

1. 确保患者的类别标签（AKI 或非 AKI）放在用于模型训练和测试的数据表的最后一列。
2. 在 python 代码中编辑输入和输出的文件路径。

第二部分：PMTL 的发展

1. 比较个性化建模的不同方法
   • 目的：通过比较相似样本匹配、相似性度量优化和解决验证集中样本量减少的不同方法，确定适合个性化建模的方法。
   • 代码：这些实验使用的主要代码保存在 scripts 文件夹中。例如，PM-KNN_PCA.py 表示相似样本匹配基于'k-最近邻'算法，PCA 用于特征选择，不执行相似度优化。所有代码都可以输出有和没有迁移学习的模型的预测。
2. 开发 PMTL
   • 代码：PMTL 训练最终使用的代码是 PMTL_training.py。它输出相似样本匹配的优化相似度度量。

第三部分：PMTL 验证

1. 在普通患者中的验证
   • 保存 PMTL_training.py 从训练数据中学习到的相似度度量。
   • 通过指定保存相似度测量的文件路径以及训练集和测试集的路径来编辑文件夹 scripts 中的 PMTL_testing.py。
   • 运行 PMTL_testing.py，它将输出每个患者的 PMTL 预测（具有特定数量的相似样本）和全局模型（使用 100％ 样本构建）以及 PMTL 中每个患者的预测因子的逻辑回归系数。
   • 运行 Model_comparison.py（在文件夹 scripts 中）来比较 PMTL 和全局模型之间的模型区分，或者使用像 scikit-learn（为 AUROC 提出）这样的软件。
   • 运行 Calibration_analysis.py（在文件夹 scripts 中）来比较模型校准。
2. 在高风险和低风险患者中验证
   • 通过指定保存用于确定高风险子组的特征列表的文件路径以及训练集和测试集的路径，编辑文件夹 scripts 中的 Subgroup_modeling_in_subgroups_of_our_data.py。
   • 运行 Subgroup_modeling_in_subgroups_of_our_data.py，会输出这些高风险亚组中每个患者的亚组模型预测，其余低风险患者的预测概率设置为 0，可以用 Excel 轻松筛选出来。可以和一般患者的情况进行类似的模型对比。
3. 在先前研究中的亚组中进行验证
   • 编辑 scripts 文件夹中的 Subgroup_modeling_in_subgroups_in_previous_study.py，指定保存先前研究中确定的子组所使用的特征列表的文件路径、训练集和测试集的路径以及一般患者的 PMTL 预测结果的路径。
   • 运行 AUC_of_model_in_subgroups_in_previous_study.py，它将输出子组、全局和个性化模型的 AUROC。
   • 编辑 scripts 文件夹中的 AUC_std_in_subgroups_in_previous_study_PMTL.py，指定保存先前研究中确定的子组所使用的特征列表的文件路径以及一般患者的 PMTL 预测结果的路径。
   • 运行 AUC_std_in_subgroups_in_previous_study_PMTL.py，它将输出 PMTL 的 AUROC 标准差，可以用来将 PMTL 与以前研究中的模型进行比较。

第四部分：预测因子相互作用分析

• 编辑 scripts 文件夹中的 AUC_gain_of_predictors_in_global_model_and_PMTL.py 和 AUC_gain_change_in_subgroups.py，指定训练集、测试集、一般患者的 PMTL 预测结果（保存每个 PMTL 的截距）和每个一般患者的 PMTL 系数的文件路径。文件路径保存用于确定高风险亚组的特征列表，这也是 AUC_gain_change_in_subgroups.py 所需要的。
• 运行 AUC_gain_of_predictors_in_global_model_and_PMTL.py，输出 PMTL 和全局模型对一般患者的预测中各预测因子的 AUROC 增益（即移除一个预测因子后模型的 AUROC 变化量），然后可以用 Excel 对预测因子的重要性进行排序。
• 运行 AUC_gain_change_in_subgroups.py。它输出每个预测因子在预测不同子组时对 PMTL 和全局模型的 AUROC 增益。
• 编辑 scripts 文件夹中的 AUC_with_top_predictors_PMTL.py 和 AUC_with_top_predictors_global_model.py，指定训练集、测试集、您选择的重要特征列表和用于确定高风险子组的特征列表的文件路径。AUC_with_top_predictors_PMTL.py 也需要保存每个一般患者的 PMTL 系数的文件路径。
• 运行 AUC_with_top_predictors_PMTL.py 和 AUC_with_top_predictors_global_model.py。当仅考虑重要预测因子时，它会输出 PMTL 和全局模型在预测不同子组时的 AUROC。
• 编辑 SE_analysis_for_PMTL.py，指定训练集、测试集以及在训练集中学习到的相似度度量的文件路径。
• 运行 SE_analysis_for_PMTL.py，输出 PMTL 估计系数的标准误差。当样本量不能显著大于潜在预测因子时，不建议使用此脚本；在这种情况下，例如我们在子组模型中估计系数的标准误差，我们多次抽样训练集并重建模型，但这种方法在 PMTL 中花费了相当长的时间。
• 通过指定目标预测因子列表、测试集、每个一般患者的 PMTL 系数以及 PMTL 中系数估计的标准误差的文件路径来编辑 Interaction_discover_by_meta_regression.py。
• 运行 Interaction_discover_by_meta_regression.py，返回的结果可以帮助我们分析哪些因素可能与目标预测因子相互作用。