慢性鼻竇炎（CRS）是一種常見的異質性炎症性疾病，影響數百萬人口，導致顯著的發病率和醫療費用。由於症狀與過敏性鼻炎等常見疾病重疊，且表型異質性進一步模糊了風險模式，CRS往往在常規就診中難以早期識別。傳統的預測研究通常依賴單一機構的資料集，這限制了模型在人群水平上的泛化能力。為了解決這些問題，研究人員利用美國國立衛生研究院“All of Us”研究計劃的全國縱向電子健康記錄（EHR）資料，基於診斷前兩年的臨床病史來預測CRS的診斷。
在資料分析過程中，團隊面臨編碼EHR資料中特徵極度稀疏和高維度的挑戰。為此，他們設計了一種創新的混合特徵選擇流程，該流程結合了基於患病率的統計篩選和基於模型的重要性排序，成功將約110,000個候選醫學編碼壓縮為100個高度可解釋的特徵。這種降維方法不僅保留了關鍵臨床資訊，還提升了模型的透明度和實用性。
為了捕捉不同人群之間的異質性，研究團隊訓練了人口分層模型，覆蓋了六個成人性別和生命階段亞組（如年輕男性、年輕女性、中年男性、中年女性、老年男性和老年女性）。針對每個亞組，他們進行了獨立的超引數調優，以確保模型能夠適應特定人群的風險模式。結果顯示，該框架的整體AUC達到了0.8461，比最佳基線模型提高了0.0168，表明其具備優秀的判別能力。
這項研究的發現具有重要的臨床意義。它表明，常規收集的EHR資料可以支援具有人群代表性的CRS風險分層，從而幫助初級保健醫生在疾病早期進行更準確的分診和轉診優先排序。論文已被IEEE醫學與生物學工程學會（EMBC）2026會議接收，作者包括Sicong Chang、Yidan Shen等，其中Chang和Shen為共同第一作者。這一方法有望在未來整合到臨床決策支援系統中，改善慢性鼻竇炎的管理和患者預後。