静脉血栓栓塞症（VTE）是导致肿瘤患者死亡的第二大原因，仅次于肿瘤本身进展，同时也是外科手术围术期发生非预期死亡的首要因素，约占肿瘤术后早期死亡的50%。目前，尽管VTE预防已成为结直肠癌围术期的常规措施，但临床实践中仍缺乏精准识别高风险人群的有效手段。目前广泛使用的Caprini评分在风险分层准确性方面存在不足，亟需发展更加精准、高效的风险预测新方法。

为解决这一临床难题，上海交通大学医学院临床药学院林厚文/顾智淳/严颐丹与北京友谊医院姚宏伟/李杨、四川省人民医院吴行伟、盛京医院贾冬组成联合攻关团队，历经三年，建立国内首个结直肠VTE动态预测模型，显著提升了风险预测的精准度，为优化围术期VTE防治管理路径提供了创新性工具，成果发表于外科学国际权威期刊《International Journal of Surgery》。

该研究前瞻性收集了全国46家中心、1836例患者的术前、术中及术后64个与VTE相关的危险因素（CRC-VTE队列）。通过综合运用3种数据填补方法、3种阳性样本过采样技术、2种特征筛选策略及9种机器学习算法，构建了162个术前模型和162个术后模型。经AUC、精确率、召回率、F1分数等多维度指标全面评估，最终确定CatBoost算法构建的模型表现最优：术前模型建模AUC达0.950，测试AUC为0.686；术后模型建模AUC达0.971，测试AUC为0.715。

为进一步提升模型的临床可解释性和实用性，研究团队引入SHAP值对模型进行可视化解析，并基于变量重要性排序开发了精简版模型——术前模型纳入7个关键变量，术后模型纳入9个关键变量。精简模型在保持良好预测性能的同时（术前模型测试AUC=0.640，术后模型测试AUC=0.695），更便于临床实际应用和推广。此外，团队利用覆盖全国86个中心、包含953例患者的回顾性队列（E-DISTANCE-1队列）进行外部验证，结果显示术前、术后、复杂及精简模型均在中国人群中展现出良好的外推性和稳健性。

该动态预测模型未来可嵌入医院信息系统，为结直肠癌围术期VTE的临床管理路径优化提供科学依据，助力实现病种精细化、个性化的VTE防治策略，推动我国肿瘤患者围术期VTE整体防治质量与效率的提升。

本研究发表于International Journal of Surgery，论文题目：Machine learning to predict venous thromboembolism After Colorectal Cancer Surgery: a Chinese dynamic modelling study. Int J Surg. 2026, doi: 10.1097/JS9.0000000000004036.