阿片复发风险的个体分层与可解释分类

摘要：本文针对美赛 2019-C 第二层问题——个体复发风险分类。基于 N=2000 名接受治疗者的合成队列（年龄均值 42.2 岁、日吗啡等效剂量 MME 均值 91.7 mg、总体复发率 55.8%），以 6 个可解释特征（年龄、日剂量、既往复发次数、治疗天数、共病、区域风险）构建标签。并行训练逻辑回归（可解释）与决策树 CART（非线性），均以 80/20 分层拆分评估。关键发现：复发率随既往复发次数由 0 次的 40.5% 单调升至 5 次的 84.1%，随区域风险由低到高由 47.5%→60.8%→69.7%；逻辑回归给出标准化系数 $\beta_{\text{既往}}=0.721$ （OR=2.06）、 $\beta_{\text{剂量}}=0.500$ （OR=1.65）、 $\beta_{\text{治疗天数}}=-0.625$ （OR=0.54，保护），测试集 AUC=0.755、准确率 66.8%；决策树 AUC=0.699、特征重要性以剂量(0.093)与治疗天数(0.054)居首。按真实风险分位，最低 25% 人群复发率仅 25.0%、最高 25% 高达 86.4%——风险高度集中。结论：既往史与用药强度是最强信号，模型可落地为"高危优先"的分层干预（图1—图8）。

关键词：逻辑回归；决策树；AUC；特征重要性；风险分层

一、问题重述

在识别出人群层面的时间序列后，第二层问题要求把视角下沉到个体：能否用治疗前的可获取特征，预测某位患者是否会在随访期内复发？这是一个典型的二分类问题，但竞赛更看重"可解释"与"可行动"——模型不仅要准，还要能告诉医生"为什么高风险""该盯住谁"。因此本文同时给出逻辑回归（系数即风险贡献）与决策树（路径即规则）两套互为补充的解法，并以 AUC、混淆矩阵、特征重要性多维度评估。

现实映射：美国许多州已建立"阿片用药审查"系统，医生在开方前能看到患者的用药史与风险评分。本文模型正是这类评分表的雏形——用 6 个字段即可快速排序风险，把有限的戒毒资源（床位、随访人力）投向最高危的 25% 人群。

具体落地形态是"用药前风险评分"：医生在开具阿片处方前，系统依据患者年龄、既往史、共病等字段实时给出复发风险等级，对高危者自动触发更短复诊周期、同伴支持或减量方案。这类工具已在多州试点，其价值不只在准确率，更在"可解释、可审计、可嵌入既有诊疗流程"。

二、模型假设

每位患者有 6 个特征与 1 个二值复发标签，标签由潜在逻辑斯蒂概率抽样生成；
训练/测试按 8:2 分层随机拆分（种子固定），保证两类比例一致；
逻辑回归对特征做标准化（均值为 0、标准差为 1），系数可比；
决策树以 Gini impurity 为分裂准则，最大深度 4、叶最少 40 样本，防止过拟合；
以 0.5 为默认判定阈值；所有随机性由种子 2019+ 派生，可复现。

三、符号说明

符号	含义
$x_j$	第 $j$ 个特征（标准化后）
$\beta_j$	逻辑回归标准化系数
OR	优势比 $\exp(\beta_j)$
AUC	受试者工作特征曲线下面积
Gini	基尼不纯度（树分裂准则）

四、模型的建立

4.1 逻辑回归（可解释主干）

$p=\sigma\!\left(\beta_0+\sum_j\beta_j x_j\right),\qquad \sigma(z)=\frac1{1+e^{-z}}$

以梯度下降估计 $\beta$ ，输出概率即风险评分；系数符号与大小直接给出"每升高 1 个标准差，复发对数优势的变化"，指数化得 OR。逻辑回归的优势在于参数可直接解释：系数符号即方向、指数化即相对风险，医生无需理解机器学习即可读懂；其代价是假设特征经标准化后线性，对强非线性交互表达力有限——这正是并行训练决策树的理由。

4.2 决策树 CART（非线性补充）

递归按 Gini impurity 下降最大处二分，直到深度/叶样本数触限或节点纯。叶输出该节点阳性比例作为风险概率。树的分裂路径可转写为临床规则（如"剂量>某阈且既往复发≥某次 → 高危"），特征重要性由分裂累计的 Gini 下降量度量。一棵深度 4 的树可被完整打印为"若 A 且 B 则高危"的若干条规则，护士与社工也能照章操作；这点在资源紧张、难以部署复杂系统的基层尤为关键。

图1 复发率随既往复发次数单调上升（%；右轴=区域风险等级）

图2 逻辑回归标准化系数（>0 升风险，<0 保护）

4.3 评估指标

除准确率外，重点采用 AUC（对不平衡与阈值不敏感，衡量排序能力）与混淆矩阵（区分假阳/假阴的政策代价）。对复发预测，假阴（漏掉高危者）的代价远高于假阳，故 AUC 比准确率更关键。

五、模型求解与结果

数据画像：2000 人中复发 1116 人（55.8%）。复发率随既往复发次数单调攀升：0 次 40.5% → 1 次 51.1% → 2 次 60.5% → 3 次 70.5% → 4 次 77.9% → 5 次 84.1%；随区域风险 47.5%→60.8%→69.7%（图1）。
逻辑回归系数（图2）：既往复发 0.721（OR 2.06，最强正向）、日剂量 0.500（OR 1.65）、区域风险 0.466（OR 1.59）、共病 0.243（OR 1.28）、年龄 0.276（OR 1.32）、治疗天数 −0.625（OR 0.54，保护）。即"多一次既往复发，复发对数优势 +0.72；治疗每多 1 个标准差，风险降约一半"。
判别力：逻辑回归测试集 AUC=0.755、准确率 66.8%（混淆：TN=121, FP=56, FN=77, TP=147）；决策树 AUC=0.699、准确率 66.8%（TN=72, FP=105, FN=28, TP=196）。逻辑回归排序更优，决策树召回更高（漏诊更少）。
特征重要性（图3）：决策树给出剂量(0.093)、治疗天数(0.054)、年龄(0.045)、区域(0.043)、既往(0.035)——与逻辑回归"既往/剂量最强"的结论相互印证，只是树更看重剂量。
风险集中（图7）：按真实风险分位，最低 25% 人群复发率仅 25.0%、最高 25% 高达 86.4%，相差逾 3 倍。

图3 决策树特征重要性（Gini 下降累计）

图4 ROC 曲线（决策树 AUC=0.699）

六、结果分析与灵敏度

既往史是最强信号：OR=2.06 意味每多 1 个标准差的既往复发次数，复发优势翻倍——与图1 单调上升一致，是临床直觉的量化。
治疗天数是保护因素：OR=0.54，说明足够长的规范治疗显著降低复发，是"可干预"的抓手。
剂量双刃：高 MME 提升复发风险（OR 1.65），呼应"高剂量→耐受→过量"的病理链，支持处方量管控。
两模型互补：逻辑回归 AUC 更高（排序更稳），决策树召回更高（FN 仅 28 vs 77），实践中可"树初筛 + 逻辑回归精排"。
准确率天花板合理：55.8% 患病率下全猜阳性仅 55.8%，模型提升至 66.8% 且 AUC 0.755，属"中等偏强"判别力，符合真实复发预测的客观难度（图6）。
风险集中可用于资源分配：最高 25% 人群占 86.4% 复发，意味着把随访资源集中于该层即可覆盖大部分事件——量化了"精准干预"的杠杆。
阈值应按代价调：复发预测中漏诊（假阴）代价远高于误报（假阳）——漏掉的高危者可能致命，误报仅多一次随访。当前 0.5 阈值偏保守，将判定阈值下移至约 0.4 可进一步提升召回（决策树 FN 由 28 继续下降），代价是更多随访投入，需依预算权衡。
可解释性即可落地性：逻辑回归系数与决策树路径都能直接写进临床规则（如"既往≥3 次或剂量≥某阈 → 标记高危"），比黑箱模型更易被医生采纳与审计，也便于监管回溯。

图5 混淆矩阵（决策树·测试集，数值=人数）

图6 两模型判别力对比

七、模型评价

优点：(1) 逻辑回归 + 决策树"双轨"兼顾可解释与高召回；(2) 用 AUC 与混淆矩阵多维度评估，避免单看准确率；(3) 特征标准化使系数可比、OR 可直接对外沟通；(4) 纯标准库实现、种子固定，可复现。两种方法均不依赖外部库、可在普通笔记本秒级训练，便于作为教学与基层推广原型。

局限：(1) 标签由简化逻辑斯蒂生成，未含未观测混杂；(2) 决策树深度受限，可能漏掉高阶交互；(3) 未做交叉验证，仅单次拆分；(4) 阈值 0.5 未必最优，应按"漏诊代价"下调阈值提召回。

八、结论

个体复发风险可由 6 个常规字段有效排序：既往复发史与用药剂量是最强正向信号，规范治疗时长是最强保护因素；逻辑回归 AUC 0.755、决策树召回更高，二者互补。最关键的落地结论是风险高度集中——最高危 25% 人群复发率达 86.4%，据此实施"高危优先"的分层随访，能以最小资源覆盖最多事件。换言之，模型输出的不是"是否会复发"的定论，而是"该投入多少关注"的优先级排序——这是公共卫生资源稀缺下的理性用法。

图7 复发率：低危(风险最低25%) vs 高危(最高25%)

图8 本研究技术路线（Q2 风险分类）

九、管理建议（落地指引）

将模型转化为日常分诊工具，需要配套四项落地机制。第一，把风险评分做成开方前的强制弹窗：医生在处方任何阿片类药物前，系统自动调取患者近一年的用药史、剂量与既往复发记录，给出红黄绿三色风险灯，红灯患者须附理由才能开方。第二，按风险分位实施差异化随访：对最高危的百分之二十五人群，配置每月一次上门随访与药物辅助治疗，对低危人群则转为季度短信提醒，把有限人力从低风险群体释放出来。第三，设置动态阈值而非固定零点五：考虑到漏诊一名高危患者代价远高于误报，建议把判定阈值下调至约零点三，以召回率为优先换取更高的真实阳性捕获。第四，建立模型问责与再训练制度：每季度用新发病例回测评分准确率，当 AUC 跌破约定下限时触发人工复核与特征更新，防止模型因人群结构变化而悄悄失效。这四条建议把"排序"真正变成"行动"，让统计概率落地为救人的资源调度。

附录：核心 Python 实现

# 附录：核心 Python 实现（独立可运行，复现本文权威数字）
import os, sys, random
_HERE = os.path.dirname(os.path.abspath(__file__))
sys.path.insert(0, os.path.abspath(os.path.join(_HERE, "..", "..", "..", "tools")))
import gen_mcm2019c as G

D = G.gen_mcm2019c()
c = D["cls"]
print("N=%d 训练=%d 测试=%d 患病率=%.3f" % (c["N"], c["Ntrain"], c["Ntest"], c["prevalence"]))
print("逻辑回归系数:", {k: round(v, 4) for k, v in c["logit_coef"].items()})
print("OR:", {k: round(v, 3) for k, v in c["odds_ratio"].items()})
print("Top因素:", [(n, round(v, 4)) for n, v in c["top_factors"]])
print("逻辑回归: AUC=%.4f acc=%.4f" % (c["logit_test"]["auc"], c["logit_test"]["acc"]))
print("逻辑回归混淆=", c["logit_test"]["confusion"])
print("决策树: AUC=%.4f acc_train=%.4f acc_test=%.4f" % (
    c["tree"]["auc"], c["tree"]["acc_train"], c["tree"]["acc_test"]))
print("决策树混淆=", c["tree"]["confusion"])
print("决策树特征重要性:", {k: round(v, 4) for k, v in c["tree"]["importance"].items()})
# 高危/低危亚组复发率（按真实风险分位）
rows = G._gen_patients(random.Random(G.SEED))
zs = sorted(((G.B0 + G.BETA["age"]*r["age"] + G.BETA["dose_mme"]*r["dose_mme"]
            + G.BETA["prior_relapses"]*r["prior_relapses"] + G.BETA["treatment_days"]*r["treatment_days"]
            + G.BETA["comorbidity"]*r["comorbidity"] + G.BETA["region_risk"]*r["region_risk"],
            r["relapsed"]) for r in rows), key=lambda x: x[0])
q = len(zs)//4
print("低危25%%复发率=%.1f 高危25%%复发率=%.1f" % (
    sum(r for _, r in zs[:q])/q*100, sum(r for _, r in zs[-q:])/q*100))