Aquí describimos un flujo de trabajo interpretable de aprendizaje automático para tres tareas específicas según el resultado en colangitis aguda: predicción de sepsis en sala general, predicción de mortalidad intrahospitalaria en sala general y predicción de mortalidad a 28 días en la UCI. El flujo de trabajo integra selección de características, comparación de modelos, interpretación mediante SHAP, análisis de regresión y construcción de nomogramas.
Artículo de investigación
Modelo de aprendizaje automático para el análisis de factores de riesgo y un modelo de predicción de mortalidad de la colangitis aguda complicada con sepsis
* These authors contributed equally
En este artículo
Resumen
Resumen
Este estudio examinó los factores asociados con la sepsis en la colangitis aguda y desarrolló modelos específicos para predecir la sepsis y la mortalidad. Analizamos retrospectivamente datos de 1.999 pacientes de dos centros, incluyendo 1.561 admitidos en salas generales y 438 en la UCI. Para cada tarea de predicción, los datos se dividieron en cohortes de entrenamiento y validación interna en una proporción de 7:3. Se desarrollaron y compararon modelos de regresión logística (LR), bosque aleatorio (RF), máquina de vectores de soporte (SVM) y Gradient Boosting Extremo (XGBoost), y se utilizó el método Shapley Additive Explanations (SHAP) para su interpretación. La sepsis ocurrió en 544 pacientes de sala general (34,85 %) y en 299 pacientes de UCI (68,3 %). La regresión logística obtuvo el AUC más alto en la validación interna para la predicción de sepsis en sala general (0,826; AUC de entrenamiento, 0,893). La sepsis se asoció con una menor supervivencia intrahospitalaria en la cohorte de sala general y con una menor supervivencia a los 28 días en la cohorte de UCI. El nomograma de mortalidad a los 28 días en UCI incorporó la puntuación de fisiología aguda III (APS III), hemoglobina (Hb), alanina aminotransferasa (ALT), lactato (Lac), bilirrubina total (TBil), albúmina, estado de sepsis y lesión renal, y arrojó un AUC de 0,840. El nomograma de mortalidad intrahospitalaria en sala general incluyó albúmina, lesión renal, estado de sepsis, nitrógeno ureico en sangre (BUN), TBil y aspartato aminotransferasa (AST), obteniendo un AUC de 0,904. Los modelos validados internamente mostraron una capacidad discriminatoria preliminar para la estratificación de riesgo específica según el resultado. Se requiere una validación externa prospectiva multicéntrica antes de su implementación clínica.
Introducción
La colangitis aguda es una infección del tracto biliar potencialmente mortal causada por obstrucción biliar y proliferación bacteriana1. Descrita por primera vez por Charcot en 1877 como «fiebre hepática», su presentación clásica es la tríada de Charcot: fiebre, dolor abdominal en el cuadrante superior derecho y ictericia. La enfermedad grave puede manifestarse como el pentad de Reynolds, que añade hipotensión y alteración del estado mental2. Las causas comunes incluyen coledocolitiasis, estrechamientos biliares, tumores biliares y obstrucción parasitaria; la coledocolitiasis representa aproximadamente la mitad de los casos1. La obstrucción biliar provoca estasis biliar y aumento de la presión intraductal, lo cual puede comprometer la barrera epitelial biliar, favorecer la translocación bacteriana y desencadenar inflamación3. La mortalidad general oscila entre aproximadamente el 2,7 % y el 10 %, pero puede alcanzar el 50 % en casos graves4. En la colangitis aguda grave, bacterias y endotoxinas pueden ingresar a la circulación, provocando inflamación sistémica y sepsis.
La sepsis se caracteriza por una disfunción orgánica que pone en riesgo la vida, causada por una respuesta desregulada del huésped a la infección, y puede progresar hacia una falla multiorgánica5. A nivel mundial, se estima que ocurren aproximadamente 48,9 millones de casos de sepsis cada año, y las muertes relacionadas con la sepsis representan cerca del 19,7 % de todas las muertes6. A pesar de los avances en los cuidados de emergencia y críticos, la mortalidad por sepsis sigue siendo considerable7. Las Guías de Tokio 2018 (TG18) se utilizan ampliamente para diagnosticar y graduar la gravedad de la colangitis aguda2. Sin embargo, identificar la sepsis concomitante y predecir resultados adversos sigue siendo un desafío14. Por lo tanto, enfoques mejorados de estratificación de riesgo podrían ayudar a identificar a los pacientes que requieren una evaluación más estrecha.
Estudios previos han identificado índices hematológicos y medidas de función hepática y renal como posibles marcadores de la gravedad y el pronóstico de la colangitis aguda8. La puntuación de Evaluación Secuencial de la Insuficiencia Orgánica (SOFA, por sus siglas en inglés) se utiliza ampliamente para cuantificar la disfunción orgánica y tiene valor pronóstico en la sepsis9. La Puntuación de Fisiología Aguda III (APS III), componente de fisiología aguda de APACHE III, resume el trastorno fisiológico y contribuye a la evaluación del riesgo de mortalidad en pacientes de la UCI10. Las comorbilidades como enfermedad cardiovascular, diabetes y enfermedad hepática crónica pueden aumentar aún más el riesgo de resultados adversos11. Sin embargo, la evidencia sigue siendo limitada con respecto a modelos de predicción específicos para resultados en sepsis y mortalidad en la colangitis aguda.
El aprendizaje automático se ha aplicado cada vez más a datos clínicos estructurados para identificar patrones complejos y apoyar la estimación de riesgos12,13. En consecuencia, desarrollamos y validamos internamente modelos interpretables de aprendizaje automático para tres tareas distintas: predicción de sepsis en unidades generales, predicción de mortalidad intrahospitalaria en unidades generales y predicción de mortalidad a 28 días en la UCI. Comparamos LR, RF, SVM y XGBoost, y utilizamos SHAP para cuantificar la importancia de las características y explicar predicciones individuales. El objetivo fue evaluar el rendimiento predictivo específico para cada resultado y la interpretabilidad del modelo, más que establecer un sistema de toma de decisiones clínicas. Se requiere una validación externa prospectiva y multicéntrica antes de que estos modelos puedan considerarse para uso clínico rutinario.
Protocolo
Este estudio se realizó de acuerdo con los principios de la Declaración de Helsinki. La aprobación fue otorgada por el Comité de Ética del Hospital Popular del Condado de Binhai (Número de aprobación: 2024-BHKYLL-055).
Metodología
Pacientes
Se incluyeron retrospectivamente 1.999 adultos diagnosticados con colangitis aguda en dos centros entre enero de 2020 y agosto de 2024: el Hospital Popular del Condado Binhai y el Segundo Hospital Popular de Huai'an. De estos pacientes, 1.561 fueron atendidos en salas generales y 438 fueron ingresados en la UCI. El protocolo del estudio fue aprobado por el Comité de Ética del Hospital Popular del Condado Binhai (Número de aprobación: 2024-BHKYLL-055). Se obtuvo el consentimiento informado por escrito de cada participante o de un representante legalmente autorizado.
Los pacientes eran elegibles si (1) tenían un diagnóstico de colangitis aguda confirmado por un médico, (2) tenían 18 años o más, y (3) contaban con registros médicos completos y datos de seguimiento para el resultado relevante.
Se excluyeron a los pacientes si (1) tenían una malignidad concurrente que se esperaba que afectara sustancialmente la supervivencia, (2) eran incapaces de proporcionar consentimiento informado, o (3) se perdieron durante el seguimiento.
Recolección de datos clínicos y seguimiento
Las características clínicas y los datos de laboratorio se extrajeron retrospectivamente de los registros médicos del Hospital Popular del Condado de Binhai y del Segundo Hospital Popular de Huai'an. Las variables demográficas y del historial médico incluyeron sexo, edad, enfermedad cardiovascular, diabetes, hepatitis, cirrosis, hiperlipidemia y accidente cerebrovascular. Las primeras mediciones de laboratorio disponibles tras el ingreso en la sala general o en la UCI incluyeron el recuento de glóbulos blancos (WBC), el recuento de plaquetas (PLT), hemoglobina (Hb), albúmina, sodio, potasio, cloro, lactato (Lac), bilirrubina total (TBil), alanina aminotransferasa (ALT), aspartato aminotransferasa (AST), creatinina (CR) y nitrógeno ureico en sangre (BUN). Las intervenciones registradas incluyeron la colocación de stent biliar, la colangiopancreatografía retrógrada endoscópica (CPRE) y el drenaje percutáneo. Las medidas de gravedad de la enfermedad incluyeron la puntuación SOFA, APS III y la necesidad de ventilación mecánica. Las muestras de sangre se procesaron utilizando procedimientos de laboratorio automatizados y estandarizados. A los pacientes dados de alta con vida se les realizó seguimiento mediante visitas ambulatorias o contacto telefónico cuando fue necesario. El estado de sepsis se evaluó durante toda la hospitalización según los criterios de Sepsis-3; por lo tanto, el grupo de sepsis incluyó a pacientes con sepsis al ingreso y a aquellos que desarrollaron sepsis posteriormente. Dado que no se disponía de la hora exacta de inicio de la sepsis y la duración de la estancia hospitalaria se mantuvo en el modelo final de sepsis en sala general, no pudo establecerse un punto de referencia prospectivo uniforme en el momento del ingreso para ese modelo. Por lo tanto, debe interpretarse como un modelo retrospectivo de estratificación de riesgo intrahospitalario.
Resultado
El estudio evaluó tres tareas de predicción relacionadas pero distintas. El resultado principal fue el estado de sepsis durante la hospitalización en pacientes de sala general con colangitis aguda, determinado según los criterios de Sepsis-3. Los resultados secundarios fueron la mortalidad hospitalaria por cualquier causa en la cohorte de sala general, definida como muerte antes del alta, y la mortalidad a los 28 días por cualquier causa en la cohorte de UCI, definida como muerte dentro de los 28 días posteriores al ingreso en la UCI.
Análisis estadístico
La distribución de cada variable continua se evaluó mediante la prueba de Shapiro-Wilk. Las variables con distribución normal se presentaron como media ± desviación estándar y se compararon utilizando la prueba t de Student para muestras independientes; se usó la prueba t de Welch cuando no se cumplió el supuesto de homogeneidad de varianzas. Las variables sin distribución normal se presentaron como mediana y rango intercuartílico (RIC) y se compararon mediante la prueba de suma de rangos de Wilcoxon. Las variables categóricas se presentaron como frecuencias y porcentajes y se compararon utilizando la prueba de chi-cuadrado o la prueba exacta de Fisher, según correspondiera. Todas las pruebas fueron bilaterales y se consideró estadísticamente significativo un valor de P < 0,05.
Los pacientes se estratificaron según la presencia o ausencia de sepsis. En la cohorte de sala general, se utilizó una regresión logística multivariable para identificar los factores asociados con sepsis; los resultados se presentan como razones de momios (OR) con intervalos de confianza del 95 % (IC). Se emplearon curvas de Kaplan-Meier y pruebas de log-rango para comparar la supervivencia intrahospitalaria en la cohorte de sala general y la supervivencia a los 28 días en la cohorte de UCI entre pacientes con y sin sepsis. Se ajustaron modelos de riesgos proporcionales de Cox por separado para las dos cohortes, y los resultados se presentan como razones de riesgo (HR) con IC del 95 %.
Se construyeron cuatro modelos de Cox progresivamente ajustados. El modelo 1 no fue ajustado. El modelo 2 se ajustó por edad y sexo. El modelo 3 se ajustó adicionalmente por hipertensión, diabetes, insuficiencia cardíaca, accidente cerebrovascular y lesión renal. En la cohorte de sala general, el modelo 4 se ajustó además por GB, Hb, PLT, albúmina, CR, BUN, AST, ALT, sodio, potasio, cloruro y Lac. En la cohorte de UCI, el modelo 4 incluyó adicionalmente APS III y SOFA, ya que estas puntuaciones de gravedad estaban disponibles únicamente para los pacientes de UCI.
Para cada tarea de predicción, se utilizó una semilla aleatoria fija de 500 para dividir el conjunto de datos correspondiente de casos completos en cohortes de entrenamiento y validación interna en una proporción de 7:3. Todos los procedimientos de selección de características se realizaron exclusivamente en la cohorte de entrenamiento; la cohorte de validación interna no se utilizó para la selección de predictores. Dentro de la cohorte de entrenamiento, se empleó la regresión LASSO con validación cruzada de 10 pliegues y el algoritmo Boruta para identificar predictores candidatos. Para LASSO, se conservaron los predictores con coeficientes distintos de cero en lambda.min. Boruta se ejecutó de forma independiente durante un máximo de 5.000 iteraciones. Los predictores candidatos resultantes se utilizaron de manera consistente para desarrollar cuatro modelos para cada tarea: LR, RF, SVM y XGBoost. Las variables clínicas binarias se codificaron como 0 o 1. No se aplicó ninguna normalización ni transformación manual antes de ajustar LR, RF o XGBoost. La escalación para LASSO y SVM siguió la configuración predeterminada de sus respectivas implementaciones de software, y los parámetros de preprocesamiento derivados de la cohorte de entrenamiento se aplicaron sin cambios a la cohorte de validación interna. No se utilizó sobremuestreo, submuestreo, técnica de sobremuestreo sintético para clases minoritarias ni ponderación manual de clases. El modelo con mejor desempeño se definió como el modelo con el desempeño interno de validación más alto entre las cuatro implementaciones previamente especificadas, en lugar de una versión completamente optimizada de cada algoritmo. Los modelos ajustados en la cohorte de entrenamiento luego se evaluaron en la cohorte de validación interna. El flujo de trabajo completo se muestra en Supplementary Figure 1, y los detalles de implementación se proporcionan en Supplementary Table 1.
El rendimiento del modelo se evaluó utilizando el área bajo la curva de característica operativa del receptor (AUC), sensibilidad, especificidad, recuperación, puntuación F1 y exactitud. El AUC resume la discriminación en todos los umbrales de clasificación posibles, donde 0,5 indica ausencia de discriminación y 1,0 indica discriminación perfecta. En el umbral seleccionado, los verdaderos positivos (VP) y los verdaderos negativos (VN) fueron casos clasificados correctamente como positivos y negativos, mientras que los falsos positivos (FP) y los falsos negativos (FN) fueron casos clasificados incorrectamente. La sensibilidad, equivalente a la recuperación en la clasificación binaria, se calculó como VP/(VP + FN); la especificidad como VN/(VN + FP); la precisión como VP/(VP + FP); la puntuación F1 como 2 × precisión × recuperación/(precisión + recuperación); y la exactitud como (VP + VN)/(VP + VN + FP + FN). Las clases positivas fueron sepsis (codificada como 1) para el modelo de predicción de sepsis en sala general, muerte intrahospitalaria (codificada como 1) para el modelo de mortalidad intrahospitalaria en sala general, y muerte dentro de los 28 días (codificada como 1) para el modelo de mortalidad a 28 días en la UCI. Las clases negativas correspondientes fueron ausencia de sepsis, alta viva y supervivencia a los 28 días (todas codificadas como 0), respectivamente.
Se seleccionaron cuatro algoritmos de aprendizaje automático supervisado para representar estrategias complementarias para datos clínicos estructurados. La RL sirvió como un modelo de referencia interpretable para asociaciones lineales aditivas. El BR representó un conjunto basado en bagging, capaz de modelar relaciones no lineales e interacciones, a la vez que reducía la varianza. La SVM representó un clasificador basado en márgenes, capaz de acomodar fronteras de decisión no lineales en conjuntos de datos de tamaño moderado. XGBoost representó un algoritmo de potenciación regularizado capaz de capturar interacciones de orden superior y patrones no lineales. Todos los algoritmos utilizaron el mismo conjunto de predictores candidatos y se evaluaron en los mismos grupos de entrenamiento y validación interna para cada tarea de predicción.
Se realizó un análisis SHAP para el modelo con mejor desempeño de cada resultado para cuantificar la importancia global de las características y explicar las predicciones individuales. El desarrollo del nomograma siguió procedimientos específicos para cada resultado. Para el resultado de sepsis en sala general, los predictores candidatos se introdujeron en un modelo de regresión logística multivariable, y las variables que permanecieron estadísticamente significativas con un valor de P < 0,05 se incorporaron al nomograma final. Para los dos resultados de mortalidad, la inclusión de los predictores se basó en los resultados globales del análisis SHAP de importancia de características de los modelos correspondientes con mejor desempeño, sin eliminación adicional basada en valores de P.
Durante la elaboración retrospectiva de la base de datos, se excluyeron los registros que presentaban datos clínicos, de laboratorio o de evolución faltantes, necesarios para el análisis correspondiente, antes de su inclusión en el conjunto de datos analítico final. No se conservó un registro detallado de la selección previa a la inclusión; por lo tanto, no fue posible reconstruir el número de registros excluidos debido a datos faltantes ni los patrones originales de ausencia a nivel de variables. La cohorte finalizada de pacientes en sala general (n = 1.561) y la cohorte de UCI (n = 438) no presentaron valores faltantes para las variables utilizadas en los análisis correspondientes (0 % de datos faltantes), y no se realizó imputación estadística. Los 1.561 pacientes de sala general se incluyeron en los análisis de sepsis y mortalidad intrahospitalaria, y los 438 pacientes de UCI se incluyeron en el análisis de mortalidad a los 28 días. La completitud a nivel de variables en los conjuntos de datos finales se informa en la Tabla Suplementaria 2.
Los análisis de aprendizaje automático se realizaron utilizando la plataforma de análisis de aprendizaje automático. Los análisis estadísticos convencionales se llevaron a cabo mediante un entorno de cálculo estadístico de código abierto y software estadístico. Todas las pruebas estadísticas fueron bilaterales, y se consideró estadísticamente significativo un valor de P < 0,05.
Resultados
Características basales de las cohortes del estudio
El estudio incluyó a 1.999 pacientes hospitalizados con colangitis aguda: 1.561 en la cohorte de sala general y 438 en la cohorte de UCI. En la cohorte de sala general, 544 pacientes desarrollaron o tenían sepsis, y 1.017 no la tenían; en la cohorte de UCI, 299 pacientes tenían sepsis y 139 no. Las características basales estratificadas según el estado de sepsis se presentan en Tabla 1. En la cohorte de sala general, los pacientes con sepsis eran mayores y presentaban valores más altos de potasio, AST, CR y BUN en comparación con los pacientes sin sepsis (todas las P < 0,05), mientras que los niveles de Hb, PLT y albúmina eran más bajos (todas las P < 0,05). La diabetes, la insuficiencia cardíaca, la hiperlipidemia, la lesión renal y una estancia hospitalaria más prolongada fueron más frecuentes o mayores entre los pacientes con sepsis (todas las P < 0,05); el accidente cerebrovascular, la hipertensión y la hepatitis no mostraron diferencias significativas entre los grupos. En la cohorte de UCI, los pacientes con sepsis presentaron valores más altos de potasio, TBil, AST, CR y BUN, y niveles más bajos de albúmina en comparación con los pacientes sin sepsis (todas las P < 0,05). La lesión renal y una estancia más prolongada en la UCI también se asociaron con el estado de sepsis (P < 0,05), mientras que las demás comorbilidades evaluadas no mostraron diferencias significativas. Los puntajes SOFA y APS III fueron más altos en los pacientes de UCI con sepsis que en aquellos sin sepsis (ambos P < 0,05).
Selección de características para la predicción de sepsis en salas generales
El conjunto de datos de la unidad general se dividió en una cohorte de entrenamiento de 1.092 pacientes y una cohorte de validación interna de 469 pacientes. Para el resultado de sepsis, la cohorte de entrenamiento incluyó 380 pacientes con sepsis y 712 sin sepsis, y la cohorte de validación interna incluyó 164 pacientes con sepsis y 305 sin sepsis. Para la mortalidad intrahospitalaria en la unidad general, la cohorte de entrenamiento incluyó 56 fallecidos y 1.036 sobrevivientes, y la cohorte de validación interna incluyó 24 fallecidos y 445 sobrevivientes. La cohorte de entrenamiento de la UCI incluyó 306 pacientes (76 fallecidos dentro de los 28 días y 230 sobrevivientes), y la cohorte de validación interna incluyó 132 pacientes (33 fallecidos y 99 sobrevivientes a los 28 días). Para la predicción de sepsis en la unidad general, inicialmente se consideraron 27 variables. Boruta clasificó las variables como importantes confirmadas, tentativas o rechazadas (Figura 1A). Once variables se clasificaron como importantes: albúmina, lesión renal, duración de la estancia hospitalaria, CR, GB, PLT, insuficiencia cardíaca, edad y Hb. La regresión LASSO con validación cruzada de 10 pliegues conservó 19 características candidatas (Figuras 1B,C). Luego, se consideraron conjuntamente los resultados de selección de características y la relevancia clínica, obteniéndose 11 predictores candidatos: BUN, CR, GB, PLT, edad, insuficiencia cardíaca, albúmina, lesión renal, duración de la estancia hospitalaria, Hb y cirrosis.
Comparación de modelos e interpretación SHAP para la predicción de sepsis en salas generales
LR, RF, SVM y XGBoost se compararon para la tarea de predicción de sepsis en salas generales utilizando los mismos cohortes de entrenamiento y validación interna (Figura 2). Las AUC del cohort de entrenamiento fueron 0,893 para LR, 0,853 para RF, 0,718 para SVM y 0,767 para XGBoost; las AUC correspondientes de validación interna fueron 0,826, 0,787, 0,647 y 0,737, respectivamente (Figura 2A,B). LR alcanzó la AUC de validación interna más alta y el mejor rendimiento general entre los cuatro modelos evaluados, por lo que se seleccionó para una interpretación más detallada. Las medidas detalladas de rendimiento se proporcionan en la Tabla Suplementaria 3. Dentro del rango de probabilidad umbral evaluado, el análisis de curva de decisión indicó un mayor beneficio neto para LR (Figura 2D), y el gráfico de calibración mostró concordancia entre las probabilidades de sepsis predichas y observadas (Figura 2E). Estos hallazgos se basan en la validación interna y no establecen la idoneidad para la implementación clínica rutinaria.
Se utilizó el análisis SHAP para interpretar el modelo LR seleccionado. Figura 2C,F muestran las contribuciones globales de los predictores, con estos ordenados según su influencia general sobre las estimaciones del modelo. En orden descendente de importancia, los predictores fueron BUN, CR, WBC, PLT, edad, insuficiencia cardíaca, albúmina, lesión renal, duración de la estancia hospitalaria, Hb y cirrosis. Figura 2G proporciona un gráfico de fuerza a nivel individual. Las características rojas aumentaron la probabilidad estimada de sepsis, mientras que las características azules la disminuyeron. El término f(x) representa la salida del modelo para el individuo en relación con la expectativa de referencia.
Construcción del nomograma de sepsis para pacientes de sala general
Los predictores candidatos conservados tras la selección de características se introdujeron en un modelo de regresión logística multivariable (Tabla 2). Las variables que se mantuvieron significativas con P < 0,05 se incorporaron al nomograma final (Figura 3A): lesión renal, insuficiencia cardíaca, GB, PLT, albúmina y duración de la estancia hospitalaria. El nomograma arrojó un AUC de 0,791 (Figura 3B), y la gráfica de calibración mostró concordancia entre las probabilidades predichas y observadas de sepsis (Figura 3C).
Asociación entre sepsis y resultados de supervivencia
Se utilizaron curvas de Kaplan-Meier para comparar la supervivencia según el estado de sepsis (Figura 4). En la cohorte de UCI, los pacientes con sepsis tuvieron una supervivencia a 28 días más baja que aquellos sin sepsis (Figura 4A; log-rank P < 0,001). En la cohorte de hospitalización general, los pacientes con sepsis tuvieron una supervivencia durante la hospitalización más baja que aquellos sin sepsis (Figura 4B; log-rank P < 0,001).
Se utilizaron cuatro modelos de riesgos proporcionales de Cox progresivamente ajustados para evaluar la asociación entre sepsis y mortalidad (Tabla 3). En la cohorte de pacientes en sala general, la sepsis se asoció con mortalidad intrahospitalaria en el modelo sin ajustar (Modelo 1: HR, 4,48; IC 95%, 2,53-7,95; P < 0,001). La asociación persistió tras el ajuste por edad y sexo (Modelo 2: HR, 4,11; IC 95%, 2,31-7,32; P < 0,001), comorbilidades adicionales (Modelo 3: HR, 3,51; IC 95%, 1,94-6,35; P < 0,001) y variables de laboratorio (Modelo 4: HR, 2,18; IC 95%, 1,15-4,15; P = 0,018). En la cohorte de UCI, la sepsis se asoció con mortalidad a los 28 días en el Modelo 1 (HR, 5,94; IC 95%, 3,00-11,76; P < 0,001), Modelo 2 (HR, 5,89; IC 95%, 2,98-11,67; P < 0,001), Modelo 3 (HR, 4,81; IC 95%, 2,41-9,61; P < 0,001) y Modelo 4 (HR, 4,54; IC 95%, 2,22-9,29; P < 0,001). Estos hallazgos fueron consistentes con los análisis de Kaplan-Meier.
Selección de características para los modelos de mortalidad
Se utilizaron Boruta y LASSO para seleccionar predictores candidatos de la mortalidad intrahospitalaria en sala general y de la mortalidad a 28 días en la UCI (Figura 5). Para la mortalidad a 28 días en la UCI, Boruta identificó 10 variables importantes, incluyendo APS III, TBil, PLT, ALT, estado de sepsis y Hb (Figura 5A). LASSO con validación cruzada de 10 pliegues conservó 15 características candidatas (Figuras 5B,C). Considerando ambos procedimientos de selección de características y su relevancia clínica, se mantuvieron ocho predictores: APS III, Hb, ALT, Lac, TBil, estado de sepsis, lesión renal y albúmina. Para la mortalidad intrahospitalaria en sala general, se mantuvieron seis predictores: albúmina, lesión renal, estado de sepsis, BUN, TBil y AST (Figuras 5D–F).
Comparación de modelos e interpretación SHAP para los resultados de mortalidad
Se compararon LR, RF, SVM y XGBoost para la mortalidad en la UCI a los 28 días utilizando las cohortes correspondientes de entrenamiento y validación interna (Figura 6). Las AUC de la cohorte de entrenamiento fueron 0,831 para LR, 0,883 para RF, 0,481 para SVM y 0,862 para XGBoost; las AUC de validación interna correspondientes fueron 0,773, 0,810, 0,322 y 0,805, respectivamente (Figuras 6A,B). Se seleccionó RF como el modelo con mejor desempeño basado en su AUC de validación y sus métricas generales de rendimiento. Los resultados detallados se proporcionan en la Tabla Suplementaria 4. Dentro del rango de probabilidad umbral evaluado, el análisis de curva de decisión indicó un posible beneficio neto para RF (Figura 6D), mientras que la calibración mostró solo un acuerdo moderado entre las probabilidades predichas y observadas de mortalidad a los 28 días (Figura 6E). Los análisis globales SHAP clasificaron a los predictores de la siguiente manera: APS III, Hb, ALT, Lac, TBil, albúmina, estado de sepsis y lesión renal (Figuras 6C,F). La Figura 6G presenta una explicación representativa a nivel individual del paciente.
Para la mortalidad intrahospitalaria en sala general, las AUC de la cohorte de entrenamiento fueron 0,951 para LR, 0,873 para RF, 0,641 para SVM y 0,902 para XGBoost; las AUC correspondientes de validación interna fueron 0,900, 0,829, 0,564 y 0,871, respectivamente (Figuras 7A,B). LR obtuvo la AUC de validación interna más alta y fue seleccionado como el modelo con mejor desempeño. Los resultados detallados se proporcionan en la Tabla Suplementaria 4. Dentro del rango de probabilidad umbral evaluado, el análisis de curva de decisión indicó un beneficio neto potencial para LR (Figura 7D), y la calibración mostró una concordancia moderada entre las probabilidades predichas y observadas de mortalidad intrahospitalaria (Figura 7E). Los análisis globales SHAP clasificaron a los predictores de la siguiente manera: albúmina, lesión renal, estado de sepsis, BUN, TBil y AST (Figuras 7C,F). La Figura 7G presenta una explicación representativa a nivel individual del paciente.
Construcción de los nomogramas de mortalidad a 28 días en la UCI y mortalidad intrahospitalaria en sala general
Se construyeron nomogramas separados utilizando predictores priorizados por la importancia global de las características SHAP en los modelos de mortalidad con mejor desempeño (Figura 8). El nomograma de mortalidad a 28 días en la UCI incorporó el APS III, Hb, ALT, Lac, TBil, albúmina, estado de sepsis y lesión renal (Figura 8A). Este arrojó un AUC de 0,840 (Figura 8B), y la calibración mostró concordancia entre las probabilidades predichas y observadas de mortalidad a 28 días dentro de la cohorte del estudio (Figura 8C). El nomograma de mortalidad intrahospitalaria en sala general incorporó albúmina, lesión renal, estado de sepsis, BUN, TBil y AST (Figura 8D). Este arrojó un AUC de 0,904 (Figura 8E), y la calibración mostró concordancia entre las probabilidades predichas y observadas de mortalidad intrahospitalaria dentro de la cohorte del estudio (Figura 8F). Dado que estas estimaciones se derivaron únicamente de la validación interna, deben considerarse preliminares y requieren confirmación en cohortes externas independientes.
Evaluación de la complejidad del modelo en relación con los eventos de resultado
La complejidad del modelo se evaluó comparando el número de eventos de resultado en cada cohorte de entrenamiento con el número de predictores en el nomograma final correspondiente. El modelo de predicción de sepsis en pacientes de sala general incluyó 380 eventos de sepsis y seis predictores (63,3 eventos por predictor). El modelo de mortalidad intrahospitalaria en sala general incluyó 56 fallecimientos y seis predictores (9,3 eventos por predictor), y el modelo de mortalidad a 28 días en la UCI incluyó 76 fallecimientos y ocho predictores (9,5 eventos por predictor). Por lo tanto, el soporte de eventos fue considerable para el modelo de sepsis, pero más limitado para los dos modelos de mortalidad, que se acercaron a la regla general comúnmente citada de aproximadamente 10 eventos por predictor.
DISPONIBILIDAD DE LOS DATOS:
Todos los datos anonimizados a nivel de paciente utilizados en este estudio están disponibles públicamente en los archivos complementarios adjuntos a este artículo. Tabla Suplementaria 5 contiene los datos de la cohorte de la unidad general, y Tabla Suplementaria 6 contiene los datos de la cohorte de la unidad de cuidados intensivos. Antes de la presentación, se eliminó toda la información de identificación personal directa y otra información potencialmente identificable.
Figura 1: Selección de características para el modelo de predicción de sepsis en pacientes de sala general con colangitis aguda. (A) Análisis de selección de características Boruta; (B,C) Análisis del camino de coeficientes LASSO y validación cruzada de 10 grupos. Haga clic aquí para ver una versión más grande de esta figura.
Figura 2: Comparación e interpretación de modelos de aprendizaje automático para la predicción de sepsis en pacientes de sala general con colangitis aguda. (A,B) Curvas ROC para los modelos candidatos de aprendizaje automático en las cohortes de entrenamiento y validación interna; (C,F) análisis SHAP globales de las contribuciones de los predictores; (D) análisis de curva de decisión; (E) curvas de calibración; (G) explicación SHAP individual para un paciente representativo. Haga clic aquí para ver una versión más grande de esta figura.
Figura 3: Construcción y evaluación del nomograma de predicción de sepsis en salas generales. (A) Nomograma; (B) Curva ROC; (C) Curva de calibración. Haga clic aquí para ver una versión más grande de esta figura.
Figura 4: Curvas de supervivencia de Kaplan-Meier para pacientes con colangitis aguda estratificados según el estado de sepsis. (A) Comparación de la supervivencia a 28 días entre pacientes con y sin sepsis en la cohorte de UCI; (B) comparación de la supervivencia durante la hospitalización entre pacientes con y sin sepsis en la cohorte de sala general. Haga clic aquí para ver una versión más grande de esta figura.
Figura 5: Selección de características para los modelos de mortalidad a 28 días en la UCI y mortalidad intrahospitalaria en sala general. (A) Análisis de selección de características Boruta para la mortalidad a 28 días en la UCI; (B,C) Análisis del camino de coeficientes LASSO y validación cruzada de 10 pliegues para la mortalidad a 28 días en la UCI; (D) Análisis de selección de características Boruta para la mortalidad intrahospitalaria en sala general; (E,F) Análisis del camino de coeficientes LASSO y validación cruzada de 10 pliegues para la mortalidad intrahospitalaria en sala general. Haga clic aquí para ver una versión más grande de esta figura.
Figura 6: Comparación e interpretación de modelos de aprendizaje automático para la mortalidad a los 28 días en la UCI en pacientes con colangitis aguda. (A,B) Curvas ROC para los modelos candidatos de aprendizaje automático en las cohortes de entrenamiento y validación interna; (C,F) análisis globales SHAP de las contribuciones de los predictores; (D) análisis de curva de decisión; (E) curvas de calibración; (G) explicación individual SHAP para un paciente representativo. Haga clic aquí para ver una versión más grande de esta figura.
Figura 7: Comparación e interpretación de modelos de aprendizaje automático para la mortalidad intrahospitalaria en sala general de pacientes con colangitis aguda. (A,B) Curvas ROC para los modelos candidatos de aprendizaje automático en las cohortes de entrenamiento y validación interna; (C,F) análisis SHAP globales de las contribuciones de los predictores; (D) análisis de curva de decisión; (E) curvas de calibración; (G) explicación individual mediante SHAP para un paciente representativo. Haga clic aquí para ver una versión más grande de esta figura.
Figura 8: Construcción y evaluación de los nomogramas para la mortalidad a los 28 días en la UCI y la mortalidad intrahospitalaria en sala general. (A–C) Nomograma, curva ROC y curva de calibración para la mortalidad a los 28 días en la UCI; (D–F) nomograma, curva ROC y curva de calibración para la mortalidad intrahospitalaria en sala general. Haga clic aquí para ver una versión más grande de esta figura.
Tabla 1: Características basales de los pacientes incluidos. Las características clínicas y de laboratorio se presentan por separado para los grupos de pacientes en sala general y en la UCI, y se comparan entre pacientes con y sin sepsis. Haga clic aquí para descargar este archivo.
Tabla 2: Análisis multifactorial de la sepsis en pacientes con colangitis. Abreviaturas: WBC: glóbulos blancos; PLT: plaquetas. Los números que indican valores de p menores a 0,05 están en negrita. Haga clic aquí para descargar este archivo.
Tabla 3: La relación entre la sepsis y el pronóstico de los pacientes con colangitis. El modelo 1 no se ajustó. El modelo 2 se ajustó por edad y sexo. El modelo 3 se ajustó adicionalmente por hipertensión, diabetes, insuficiencia cardíaca, accidente cerebrovascular y lesión renal. Para la cohorte de pacientes en sala general, el modelo 4 se ajustó además por recuento de glóbulos blancos (WBC), hemoglobina (Hb), recuento de plaquetas (PLT), albúmina, creatinina (CR), nitrógeno ureico en sangre (BUN), aspartato aminotransferasa (AST), alanina aminotransferasa (ALT), sodio, potasio, cloruro y lactato (Lac). Para la cohorte de UCI, el modelo 4 se ajustó adicionalmente por la Evaluación de la Fisiología Aguda y la Salud Crónica III (APS III), Evaluación Secuencial de la Insuficiencia Orgánica (SOFA), recuento de glóbulos blancos (WBC), hemoglobina (Hb), recuento de plaquetas (PLT), albúmina, creatinina (CR), nitrógeno ureico en sangre (BUN), aspartato aminotransferasa (AST), alanina aminotransferasa (ALT), sodio, potasio, cloruro y lactato (Lac). HR, razón de riesgo; CI, intervalo de confianza; APS III, Evaluación de la Fisiología Aguda y la Salud Crónica III; SOFA, Evaluación Secuencial de la Insuficiencia Orgánica; WBC, recuento de glóbulos blancos; Hb, hemoglobina; PLT, recuento de plaquetas; CR, creatinina; BUN, nitrógeno ureico en sangre; AST, aspartato aminotransferasa; ALT, alanina aminotransferasa; Lac, lactato. Los valores en negrita indican significancia estadística con P < 0,05. Haga clic aquí para descargar este archivo.
Figura suplementaria 1: Flujo general del estudio y del aprendizaje automático. Los pacientes con colangitis aguda se dividieron en cohortes de hospitalización general y de UCI, y se definieron tres tareas de predicción: sepsis en hospitalización general, mortalidad intrahospitalaria en hospitalización general y mortalidad a 28 días en UCI. Para cada tarea, los datos se dividieron en cohortes de entrenamiento y validación interna en una proporción de 7:3 antes de la selección de características. Se aplicaron LASSO y Boruta exclusivamente en la cohorte de entrenamiento, tras lo cual se desarrollaron y compararon LR, RF, SVM y XGBoost. El modelo con mejor desempeño se seleccionó según el rendimiento en la validación interna e interpretado mediante SHAP. El nomograma de sepsis en hospitalización general utilizó variables conservadas en la regresión logística multivariable, mientras que los nomogramas de mortalidad utilizaron predictores priorizados según la importancia global de las características SHAP.Haga clic aquí para descargar este archivo.
Tabla suplementaria 1: Implementación computacional detallada, procedimientos de preprocesamiento, configuraciones de selección de características y parámetros del modelo de aprendizaje automático. Abreviaturas: AUC, área bajo la curva característica de operación del receptor; FN, falso negativo; FP, falso positivo; ICU, unidad de cuidados intensivos; LASSO, operador de contracción y selección por mínimos absolutos; LR, regresión logística; RF, bosque aleatorio; SHAP, explicaciones aditivas de Shapley; SMOTE, técnica de sobremuestreo de minorías sintéticas; SVM, máquina de vectores de soporte; TN, verdadero negativo; TP, verdadero positivo; XGBoost, aumento extremo del gradiente. Nota: Los análisis de aprendizaje automático se realizaron originalmente mediante una plataforma basada en la nube. Debido a que la plataforma fue actualizada posteriormente, ya no fue posible acceder a los números exactos de compilación históricos del entorno backend; por lo tanto, no se pudieron informar retrospectivamente las versiones actuales de los paquetes de Python como las versiones utilizadas en los análisis originales. Los valores de los algoritmos mostrados arriba representan configuraciones de parámetros preestablecidos documentados, no una optimización de hiperparámetros específica para los resultados.Haga clic aquí para descargar este archivo.
Tabla suplementaria 2: Completitud de los datos a nivel de variable en los conjuntos de datos analíticos finales para la unidad general y la UCI. Los conjuntos de datos finales no contenían valores ausentes para las variables incluidas en los análisis correspondientes, y no se realizó imputación estadística. Los registros que carecían de datos requeridos fueron excluidos durante la elaboración retrospectiva de la base de datos; no se conservó el número exacto de exclusiones previas a la inclusión ni los patrones originales de ausencia de datos.Haga clic aquí para descargar este archivo.
Tabla suplementaria 3: Rendimiento de los modelos candidatos de aprendizaje automático para la predicción de sepsis en pacientes con colangitis aguda. Evaluación de la eficacia de los modelos de aprendizaje automático para predecir sepsis en pacientes con colangitis aguda.Haga clic aquí para descargar este archivo.
Tabla suplementaria 4: Rendimiento de los modelos candidatos de aprendizaje automático para la mortalidad en sala general durante la hospitalización y la mortalidad en la UCI a los 28 días en pacientes con colangitis aguda. Se resume el rendimiento de LR, RF, SVM y XGBoost para los cohortes de entrenamiento y validación interna utilizando el AUC, sensibilidad, especificidad, recuperación, puntuación F1 y exactitud.Haga clic aquí para descargar este archivo.
Tabla suplementaria 5: Datos anonimizados a nivel de paciente para la cohorte de pacientes en sala general. El conjunto de datos contiene las variables clínicas y de laboratorio utilizadas en los análisis de sepsis y mortalidad intrahospitalaria.Haga clic aquí para descargar este archivo.
Tabla suplementaria 6: Datos anónimos a nivel de paciente para la cohorte de UCI. El conjunto de datos contiene las variables clínicas y de laboratorio utilizadas para analizar la mortalidad a los 28 días.Haga clic aquí para descargar este archivo.
Discusión
La colangitis aguda es una infección del tracto biliar potencialmente mortal. Aunque la enfermedad leve a menudo responde bien al tratamiento, la mortalidad reportada puede alcanzar el 50 % en casos graves1,5. La mortalidad puede aproximarse al 40 % cuando se desarrolla shock séptico14. La sepsis indica que la infección ya no está confinada al tracto biliar y puede progresar rápidamente hacia inflamación sistémica y disfunción multiorgánica. Por lo tanto, es importante identificar los factores asociados con sepsis y resultados adversos, particularmente entre pacientes que requieren atención en la UCI.
Entre los 1.999 pacientes incluidos en este estudio, 843 (42,17 %) tuvieron o desarrollaron sepsis. La proporción fue del 34,85 % en la cohorte de sala general y del 68,3 % en la cohorte de UCI; la mayor proporción en la UCI probablemente refleja una mayor gravedad basal de la enfermedad. Los pacientes con sepsis solían ser mayores, lo cual es consistente con hallazgos previos y podría estar relacionado con la disminución fisiológica asociada a la edad, la función inmunitaria deteriorada y una mayor carga de comorbilidades.15 Liu et al.16 desarrollaron un nomograma de regresión logística para la sepsis en colangitis aguda utilizando la edad, la duración del soporte ventilatorio, la diabetes, la coagulopatía y la presión arterial sistólica; las AUC reportadas fueron de 0,700 en la cohorte de entrenamiento y de 0,647 en la cohorte de validación. En este estudio, la regresión logística alcanzó AUC de 0,893 en la cohorte de entrenamiento y de 0,826 en la cohorte de validación interna. Posteriormente, se construyó un nomograma más parsimonioso para la sepsis en sala general utilizando la lesión renal, la insuficiencia cardíaca, los GB, las PLT, la albúmina y la duración de la estancia hospitalaria, lo que arrojó una AUC de 0,791. Aunque la AUC de validación interna de nuestro modelo de aprendizaje automático con mejor desempeño fue numéricamente superior a la del nomograma publicado previamente, la comparación es indirecta porque las poblaciones, los predictores, las fuentes de datos y los procedimientos de validación eran diferentes. Se requiere una validación externa independiente antes de poder establecer el desempeño comparativo y la generalización.
La sepsis siguió asociada con mortalidad tras el ajuste secuencial, lo que respalda su relevancia pronóstica en la colangitis aguda. La sepsis se define como una disfunción orgánica que amenaza la vida, causada por una respuesta desregulada del huésped a la infección17. Anomalías endoteliales, inflamatorias, oxidativas y de la coagulación pueden contribuir a la disfunción orgánica y a resultados adversos18,19. El nomograma de mortalidad a 28 días en la UCI incorporó el APS III, Hb, ALT, Lac, TBil, albúmina, estado de sepsis y lesión renal, obteniendo un AUC de 0,840. El nomograma de mortalidad intrahospitalaria en la unidad general incorporó albúmina, lesión renal, estado de sepsis, BUN, TBil y AST, obteniendo un AUC de 0,904. Schneider et al. informaron un AUC medio validado mediante cruzada de 0,915 para el modelo de riesgo de mortalidad en colangitis aguda. Este valor es numéricamente similar al del nomograma de la unidad general, pero la comparación directa no es apropiada porque los modelos fueron desarrollados y evaluados en cohortes diferentes.
El APS III es el componente de fisiología aguda del APACHE III y resume la gravedad del desequilibrio fisiológico en pacientes críticamente enfermos10. El APS III y el SOFA se han evaluado para la evaluación pronóstica en enfermedad crítica y sepsis20,21,22. La TG18 apoya el diagnóstico y la evaluación temprana de la gravedad en la colangitis aguda mediante hallazgos clínicos y de laboratorio, incluyendo fiebre, recuento de glóbulos blancos, bilirrubina y albúmina. Sin embargo, los criterios del síndrome de respuesta inflamatoria sistémica pueden proporcionar información adicional al seleccionar pacientes con colangitis aguda para detectar sepsis14. También se ha asociado una menor concentración de Hb con la mortalidad en pacientes mayores con colangitis aguda23. El lactato es un marcador clínicamente importante de hipoperfusión tisular y disfunción orgánica; durante la sepsis, concentraciones elevadas pueden reflejar una entrega deficiente de oxígeno, un metabolismo alterado y una eliminación reducida24,25.
Anteriormente se ha asociado concentraciones elevadas de bilirrubina y aminotransferasas con mortalidad temprana en colangitis aguda26. La obstrucción biliar provoca colestasis y aumento de la presión intraductal. El reflujo de bilirrubina hacia la circulación refleja una excreción biliar deteriorada, mientras que los niveles elevados de aminotransferasas pueden indicar lesión hepatocelular causada por toxicidad de los ácidos biliares, inflamación o isquemia hepática secundaria.
Los modelos previos de riesgo para sepsis o mortalidad en colangitis aguda a veces se han basado en conjuntos limitados de predictores o variables que pueden no estar fácilmente disponibles, como los resultados de cultivos microbiológicos16,27. Los modelos específicos para resultados utilizaron principalmente variables clínicas y de laboratorio registradas de forma rutinaria; sin embargo, el momento y la disponibilidad de estas variables variaban según el entorno. El APS III solo estaba disponible en la UCI, y la duración de la estancia hospitalaria no estaba disponible al momento del ingreso. Por consiguiente, el valor práctico de estos modelos debe evaluarse prospectivamente en puntos de tiempo de predicción claramente definidos. La lesión renal sigue siendo clínicamente relevante porque se asocia independientemente con la mortalidad por cualquier causa en la colangitis aguda28.
Utilizamos un marco de modelado por etapas en lugar de depender de un solo algoritmo. LASSO y Boruta sirvieron como métodos complementarios de selección de características: LASSO reduce la dimensionalidad y la colinealidad mediante la contracción de coeficientes, mientras que Boruta está diseñado para identificar todos los predictores relevantes, incluidas las variables implicadas en relaciones no lineales o interacciones. Luego, se desarrollaron LR, RF, SVM y XGBoost utilizando los mismos predictores candidatos y la misma división de entrenamiento/validación interna. La selección del modelo enfatizó el rendimiento en la validación interna en lugar del rendimiento en el entrenamiento únicamente, lo cual puede reducir pero no eliminar por completo el sobreajuste. También se utilizaron análisis de calibración y de curva de decisión para evaluar la concordancia entre los riesgos predichos y observados y para evaluar el beneficio neto potencial a través de diferentes probabilidades umbral.
Para la predicción de sepsis en pacientes de sala general, la regresión logística alcanzó el AUC más alto en la validación interna, lo que sugiere que algoritmos no lineales más complejos no aportaron valor predictivo adicional en este conjunto de datos. Este hallazgo no descarta asociaciones no lineales, ya que el rendimiento del algoritmo depende del tamaño de la muestra, las distribuciones de los predictores, los ajustes de hiperparámetros y las características de la cohorte. Se aplicó SHAP al modelo con mejor desempeño para cada tarea con el fin de cuantificar la importancia global de las características y explicar las estimaciones a nivel individual de los pacientes. El marco constaba de tres modelos específicos según el resultado y el entorno: un modelo de predicción de sepsis en sala general, un modelo de mortalidad intrahospitalaria en sala general y un modelo de mortalidad a 28 días en la UCI. El nomograma de sepsis conservó las variables significativas en la regresión logística multivariable, mientras que los nomogramas de mortalidad utilizaron predictores priorizados según la importancia global de las características SHAP, sin eliminación adicional basada en valores P. Este enfoque permitió que los conjuntos de predictores reflejaran la información disponible en cada entorno y evitó la aplicación de medidas específicas de la UCI, como el APS III, a pacientes de sala general. No obstante, estos modelos validados internamente son herramientas de investigación para la estratificación de riesgos y no deben interpretarse como modelos causales ni como sustitutos del juicio clínico.
Los tres modelos abordan entornos, resultados y puntos de evaluación distintos. El modelo de predicción de sepsis en sala general incorpora lesión renal, insuficiencia cardíaca, recuento de glóbulos blancos (WBC), plaquetas (PLT), albúmina y duración de la estancia hospitalaria. Dado que la duración de la estancia no está disponible al momento del ingreso y no se registró el momento exacto de inicio de la sepsis, este modelo debe interpretarse como un modelo retrospectivo de estratificación de riesgo durante la hospitalización, y no como una herramienta de predicción al momento del ingreso. El modelo de mortalidad intrahospitalaria en sala general incorpora albúmina, lesión renal, estado de sepsis, nitrógeno ureico en sangre (BUN), bilirrubina total (TBil) y aspartato aminotransferasa (AST), y solo puede calcularse una vez que estas variables estén disponibles durante la hospitalización. El modelo de mortalidad a los 28 días en la UCI incorpora el puntaje APS III, hemoglobina (Hb), alanina aminotransferasa (ALT), lactato (Lac), bilirrubina total (TBil), albúmina, estado de sepsis y lesión renal, y puede evaluarse tras el ingreso a la UCI una vez disponible la información requerida. Los nomogramas convierten los valores de los predictores en probabilidades estimadas de resultado, mientras que SHAP explica la contribución de cada variable individual. En la actualidad, estos modelos validados internamente deben considerarse herramientas de investigación que proporcionan estimaciones continuas de riesgo, y no recomendaciones fijas de tratamiento. Están destinados a complementar los criterios de Sepsis-3, la evaluación basada en TG18 y el juicio clínico, y requieren validación externa prospectiva y multicéntrica antes de su implementación rutinaria.
Este estudio tiene varias limitaciones. En primer lugar, su diseño retrospectivo puede introducir sesgo de selección, sesgo por datos faltantes, variabilidad en la medición y confusión residual. La clasificación de la sepsis se basó en los registros médicos existentes, y la incertidumbre sobre el momento de inicio pudo haber provocado una clasificación errónea. Los registros con datos incompletos requeridos fueron excluidos antes de la construcción de la base de datos analítica, pero no se conservó un registro detallado de la selección previa a la inclusión. Por lo tanto, no pudimos cuantificar estas exclusiones ni comparar los patrones iniciales de ausencia de datos entre las cohortes de pacientes de sala general y de UCI. Aunque los conjuntos de datos definitivos no contenían valores faltantes, la selección por casos completos pudo haber introducido sesgo si la completitud de los datos estaba asociada con la gravedad de la enfermedad o con los resultados. Las mediciones de laboratorio no se obtuvieron necesariamente en un momento uniforme con respecto al ingreso, al inicio de la sepsis o al tratamiento, y las intervenciones como la terapia antimicrobiana, el drenaje biliar y el soporte de órganos pudieron haber afectado tanto los valores de laboratorio como la mortalidad. La mortalidad intrahospitalaria también pudo haber sido influenciada por las prácticas de alta o derivación, mientras que la determinación de la mortalidad a los 28 días dependió de la completitud del seguimiento. El ajuste por covariables medidas no pudo eliminar la confusión no medida o variable en el tiempo; por consiguiente, las asociaciones reportadas no deben interpretarse como causales.
En segundo lugar, aunque los pacientes fueron reclutados de dos instituciones, el rendimiento del modelo se evaluó únicamente mediante una división aleatoria de validación interna. Por lo tanto, el rendimiento informado podría ser optimista, y la generalización a otras instituciones y poblaciones sigue siendo incierta. Se requiere una validación prospectiva multicéntrica utilizando cohortes independientes en el tiempo y en el espacio geográfico. Además, no se contaba con la hora exacta de inicio de la sepsis, lo que impidió separar la sepsis presente al momento del ingreso de la sepsis que se desarrolló durante la hospitalización, y excluyó el cálculo de las duraciones de la estancia hospitalaria antes y después de la sepsis. Dado que la duración de la estancia hospitalaria se incluyó como un predictor, el modelo de predicción de sepsis en salas generales debe interpretarse como un modelo retrospectivo de estratificación de riesgo intrahospitalario, y no como un modelo de predicción en el momento del ingreso o un modelo prospectivo de tiempo hasta el evento.
En tercer lugar, LR, RF, SVM y XGBoost son algoritmos establecidos, y este estudio no introdujo una arquitectura novedosa ni un marco de optimización. Se seleccionaron intencionalmente para representar estrategias complementarias lineales, basadas en márgenes, de ensacado (bagging) y de potenciación (boosting), adecuadas para datos clínicos estructurados. Sin embargo, restringir el análisis a estos algoritmos puede haber limitado la detección de otros patrones no lineales o interacciones. Estudios futuros podrían evaluar métodos de potenciación interpretables, ensambles por apilado (stacking) u otros algoritmos, cuyas mejoras deberían evaluarse mediante la discriminación externa, la calibración y el beneficio neto, y no únicamente por el AUC.
Cuarto, los algoritmos candidatos utilizaron hiperparámetros predeterminados previamente especificados, y no se realizó ninguna optimización sistemática de hiperparámetros. Las diferencias observadas, por lo tanto, reflejan comparaciones entre estas implementaciones preestablecidas y pueden no representar el mejor rendimiento alcanzable de cada algoritmo. Los estudios futuros deberían combinar la validación cruzada anidada con la optimización de hiperparámetros mediante cuadrícula, aleatoria o bayesiana, y confirmar cualquier mejora mediante validación externa.
Quinto, aunque se utilizó selección de características y validación interna para reducir la complejidad del modelo, los modelos de mortalidad en sala general y en la UCI incluyeron solo 9,3 y 9,5 eventos de entrenamiento por predictor, respectivamente. Estas proporciones están cercanas al límite inferior comúnmente citado para el modelado de regresión; por lo tanto, no puede descartarse el sobreajuste, estimaciones inestables y un rendimiento de validación impreciso. Se requieren cohortes independientes más grandes con mayor número de eventos de mortalidad.
Finalmente, SHAP mejora la interpretabilidad de las predicciones del modelo ajustado, pero no puede establecer relaciones causales entre los predictores y los resultados. Por lo tanto, los modelos propuestos deben considerarse herramientas de estratificación de riesgo validadas internamente, y no sistemas de toma de decisiones clínicas. Su utilidad clínica y generalizabilidad requieren evaluación en cohortes independientes prospectivas.
En resumen, la sepsis se asoció con una menor supervivencia intrahospitalaria en la cohorte de sala general y con una menor supervivencia a los 28 días en la cohorte de UCI entre pacientes con colangitis aguda. Se desarrollaron tres modelos específicos según el resultado y el entorno: un modelo de predicción de sepsis en sala general, un modelo de mortalidad intrahospitalaria en sala general y un modelo de mortalidad a los 28 días en UCI. Estos modelos mostraron un desempeño discriminatorio durante la validación interna, y SHAP ayudó a caracterizar las contribuciones de los predictores individuales a las estimaciones del modelo. Sin embargo, dada la cantidad limitada de eventos de mortalidad, el diseño retrospectivo y la ausencia de validación externa, los hallazgos permanecen preliminares y potencialmente susceptibles a sobreajuste. Se requiere una validación externa prospectiva multicéntrica antes de su implementación clínica rutinaria.
Divulgaciones
Los autores declaran que no tienen intereses financieros ni extramateriales en conflicto. ChatGPT (OpenAI) se utilizó durante la revisión del manuscrito para ayudar con la edición del lenguaje, la gramática, la claridad y la organización. No se utilizó para generar ni analizar datos del estudio ni para obtener conclusiones científicas de forma independiente. Todo el contenido asistido por inteligencia artificial fue revisado críticamente y verificado por los autores, quienes asumen toda la responsabilidad sobre la exactitud, integridad y originalidad del manuscrito. Consentimiento para participar: Se obtuvo consentimiento informado por escrito de todos los participantes o de sus representantes legalmente autorizados.
Agradecimientos
Agradecimientos a todos los colaboradores en este artículo por su análisis de datos y redacción. Financiamiento: Este trabajo fue apoyado por el Proyecto de Investigación de Innovación Colaborativa 2024 entre la Escuela y el Gobierno Local del Colegio Médico de Jiangsu (202491011,202491007). Oficina de Ciencia y Tecnología de Changzhou (CJ20239026, CJ20244028).
Materiales
| Nombre | Empresa | Número de catálogo | Comentarios |
|---|---|---|---|
| Boruta (paquete R) | [version/CRAN] | Algoritmo de selección de características ejecutado dentro de la cohorte de entrenamiento | |
| glmnet / LASSO (paquete R) | [version/CRAN] | Regresión LASSO con validación cruzada de 10 pliegues para selección de características | |
| R | Fundación R para la Computación Estadística | versión 4.3.2 | Entorno de computación estadística de código abierto |
| Implementación de SHAP | [version] | Explicaciones Aditivas de Shapley para interpretación del modelo | |
| Stata | StataCorp | versión 17.0 | Software estadístico para análisis convencionales |
| Implementación de XGBoost | [version] | Modelo de aumento de gradiente extremo | |
| Plataforma Xsmart Analysis | [version] | Plataforma de análisis de aprendizaje automático |
Referencias
- An Z, Braseth AL, Sahar N. Acute cholangitis: causes, diagnosis, and management. Gastroenterol Clin North Am. 2021;50:403–14.
- Gravito-Soares E, et al. Clinical applicability of Tokyo Guidelines 2018/2013 in diagnosis and severity evaluation of acute cholangitis and determination of a new severity model. Scand J Gastroenterol. 2018;53:329–34.
- Cianci P, Restini E. Management of cholelithiasis with choledocholithiasis: endoscopic and surgical approaches. World J Gastroenterol. 2021;27:4536–54.
- Lan Cheong Wah D, Christophi C, Muralidharan V. Acute cholangitis: current concepts. ANZ J Surg. 2017;87:554–59.
- Cecconi M, Evans L, Levy M, Rhodes A. Sepsis and septic shock. Lancet. 2018;392:75–87.
- Rudd KE, et al. Global, regional, and national sepsis incidence and mortality, 1990–2017: analysis for the Global Burden of Disease Study. Lancet. 2020;395:200–11.
- Xie J, et al. The epidemiology of sepsis in Chinese ICUs: a national cross-sectional survey. Crit Care Med. 2020;48:e209–e218.
- Wilkins T, Agabin E, Varghese J, Talukder A. Gallbladder dysfunction: cholecystitis, choledocholithiasis, cholangitis, and biliary dyskinesia. Prim Care. 2017;44:575–97.
- Qiu X, Lei YP, Zhou RX. SIRS, SOFA, qSOFA, and NEWS in the diagnosis of sepsis and prediction of adverse outcomes: a systematic review and meta-analysis. Expert Rev Anti Infect Ther. 2023;21:891–900.
- Knaus WA, et al. The APACHE III prognostic system: risk prediction of hospital mortality for critically ill hospitalized adults. Chest. 1991;100:1619–36.
- Pötter-Lang S, et al. Modern imaging of cholangitis. Br J Radiol. 2021;94:20210417. doi:10.1259/bjr.20210417.
- Banerjee S. Generating complex explanations for artificial intelligence models: an application to clinical data on severe mental illness. Life (Basel). 2024;14:807. doi:10.3390/life14070807.
- Karako K, Tang W. Applications of and issues with machine learning in medicine: bridging the gap with explainable AI. Biosci Trends. 2024;18:497–504.
- Beliaev AM, Zyul'korneeva S, Rowbotham D, Bergin CJ. Screening acute cholangitis patients for sepsis. ANZ J Surg. 2019;89:1457–61.
- Fathi M, Markazi-Moghaddam N, Ramezankhani A. A systematic review on risk factors associated with sepsis in patients admitted to intensive care units. Aust Crit Care. 2019;32:155–64.
- Liu Q, et al. A nomogram for predicting the risk of sepsis in patients with acute cholangitis. J Int Med Res. 2020;48:300060519866100. doi:10.1177/0300060519866100.
- Singer M, et al. The third international consensus definitions for sepsis and septic shock (Sepsis-3). JAMA. 2016;315:801–10.
- Joffre J, Hellman J, Ince C, Ait-Oufella H. Endothelial responses in sepsis. Am J Respir Crit Care Med. 2020;202:361–70.
- Mitchell E, Pearce MS, Roberts A. Gram-negative bloodstream infections and sepsis: risk factors, screening tools and surveillance. Br Med Bull. 2019;132:5–15.
- Fan S, Ma J. The value of five scoring systems in predicting the prognosis of patients with sepsis-associated acute respiratory failure. Sci Rep. 2024;14:4760. doi:10.1038/s41598-024-55257-5.
- Pérez-Fernández X, et al. Clinical variables associated with poor outcome from sepsis-associated acute kidney injury and the relationship with timing of initiation of renal replacement therapy. J Crit Care. 2017;40:154–60.
- Lambden S, Laterre PF, Levy MM, François B. The SOFA score—development, utility and challenges of accurate assessment in clinical trials. Crit Care. 2019;23:374. doi:10.1186/s13054-019-2663-7.
- Inan O, Sahiner ES, Ates I. Factors associated with clinical outcome in geriatric acute cholangitis patients. Eur Rev Med Pharmacol Sci. 2023;27:3313–21.
- Bakker J, Postelnicu R, Mukherjee V. Lactate: where are we now? Crit Care Clin. 2020;36:115–24.
- Brooks GA. The science and translation of lactate shuttle theory. Cell Metab. 2018;27:757–85.
- Salek J, Livote E, Sideridis K, Bank S. Analysis of risk factors predictive of early mortality and urgent ERCP in acute cholangitis. J Clin Gastroenterol. 2009;43:171–75.
- Schneider J, et al. Mortality risk for acute cholangitis (MAC): a risk prediction model for in-hospital mortality in patients with acute cholangitis. BMC Gastroenterol. 2016;16:15. doi:10.1186/s12876-016-0428-1.
- Lee TW, et al. Incidence, risk factors, and prognosis of acute kidney injury in hospitalized patients with acute cholangitis. PLoS One. 2022;17:e0267023. doi:10.1371/journal.pone.0267023.