Développement et validation externe d’une application web pour la prédiction du SDRA associé à la pneumonie

Summary

Cette étude vise à développer et valider à l’externe un système web intégrant des modèles d’apprentissage automatique pour un diagnostic précoce et un phénotypage clinique du SDRA associé à la pneumonie afin de faciliter un traitement de précision.

Abstract

Le syndrome de détresse respiratoire aiguë (SDRA) est une maladie très hétérogène avec des manifestations cliniques pouvant recouper une pneumonie sévère, posant des difficultés à une différenciation précise. Par conséquent, une prédiction précoce et un regroupement rapide de sous-types au chevet des patients atteints de SDRA sont urgents. Cette étude vise à développer un système web, incluant des modèles validés de diagnostic précoce au chevet et de classification des sous-groupes cliniques, afin de prédire le développement et les phénotypes du SDRA associé à la pneumonie. Des modèles diagnostiques et de sous-groupes ont été développés et validés à partir des deux grandes bases de données, Medical Information Mart for Intensive Care IV (MIMIC-IV) et Telehealth Intensive Care Unit (eICU), et intégrés dans un système de prédiction basé sur le web. Les données de patients atteints de pneumonie hospitalisés plus de 24 heures entre 2008 et 2019 ont été analysées. La cohorte de dérivation MIMIC-IV comprenait 24 987 patients atteints de pneumonie (14 121 atteints de SDRA associé à la pneumonie) ; la cohorte de vérification en soins intensifs électroniques comprenait 20 676 patients atteints de pneumonie (9 946 atteints de SDRA associé à la pneumonie). Au diagnostic, la méthode d’empilement de l’apprentissage automatique a obtenu les meilleurs résultats avec un AUC de 0,919, une précision de 70,00 %, une précision de 69,88 % et une mémoire de 82,27 % dans la cohorte de dérivation MIMIC-IV. L’AUC, la précision, la précision et la mémoire de la cohorte de validation de l’eICU étaient respectivement de 0,915, 70,87 %, 69,70 % et 69,70 %. Le SDRA associé à la pneumonie a été classé en trois phénotypes cliniques avec des caractéristiques cliniques et des résultats différents, tous répondant différemment au traitement. Chez les patients des clusters 0 et 1, les taux de mortalité hospitalière étaient plus élevés chez ceux ayant reçu un traitement précoce par corticostéroïdes que chez ceux qui n’en avaient pas eu, tandis que chez les patients du cluster 2, le taux de mortalité hospitalière était plus faible chez ceux qui ont reçu des corticostéroïdes que chez ceux qui n’en avaient pas reçu. Nous avons réalisé une transformation en toile de la prédiction du diagnostic et de la classification des sous-groupes cliniques du SDRA associé à la pneumonie. Nos modèles en ligne de diagnostic précoce au chevet et de classification des sous-groupes cliniques du SDRA associé à la pneumonie peuvent aider les cliniciens à diagnostiquer et traiter la maladie et à promouvoir un traitement de précision individualisé.

Introduction

L’insuffisance respiratoire aiguë, en particulier le syndrome de détresse respiratoire aiguë (SDRA) après une infection pulmonaire, est un problème courant et dévastateur rencontré chez les patients gravement malades. Des études ont montré que l’incidence du SDRA peut atteindre 10 % chez les patients en unité de soins intensifs ^(USI)1, et que le taux de mortalité est d’environ 40 %^2,3. La pneumonie sévère est largement considérée comme la principale cause du^{SDRA 4}. Parce que les symptômes cliniques de la pneumonie sévère et du SDRA sont similaires, il est souvent difficile de distinguer le SDRA d’une pneumonie sévère. Par conséquent, une prédiction précoce du développement du SDRA dans les cas de pneumonie peut réduire l’incidence du SDRA et les taux de^{mortalité 5}. De plus, comme le SDRA est une maladie^{très hétérogène 6}, une classification précoce et correcte des sous-groupes du SDRA peut permettre la médecine de précision. Cette classification est également l’une des principales orientations de recherche sur les maladies respiratoires critiques à travers le^monde. 7 L’objectif est d’améliorer l’efficacité des interventions ciblées par sous-groupes.

À ce jour, les facteurs de risque indépendants du SDRA ont été étudiés en^{profondeur 8}, mais peu se sont concentrés sur la prédiction du SDRA chez les patients atteints de pneumonie. De plus, aucune étude n’a été menée sur des phénotypes cliniques spécifiques du SDRA associé à la pneumonie ; la plupart des études phénotypiques se sont concentrées sur l’ensemble de la population de patients atteints du SDRA. Calfee et ^al.9 ont classé le SDRA en phénotypes hyperinflammatoires et hypo-inflammatoires. Pour définir ces phénotypes biologiques, les biomarqueurs plasmatiques doivent être utilisés comme variables définissantes catégoriquement, mais une telle étude n’est pas facilement accessible au chevet du patient. Dans une étude, des indicateurs cliniques facilement accessibles ont été utilisés pour classer le SDRA en trois phénotypes cliniques, dont les réponses aux interventions randomisées ont également été évaluées, mais l’étude portait sur l’ensemble de la population de patients atteints de^{SDRA 10}. Définir les phénotypes cliniques du SDRA selon différentes causes, comme la pneumonie, peut donner des résultats plus précis et précis.

Les objectifs de cette étude étaient d’utiliser l’apprentissage automatique pour construire un modèle prédictif du SDRA associé à la pneumonie à partir de données cliniques précoces ; d’utiliser des données cliniques précoces et facilement accessibles pour classer le SDRA associé à la pneumonie en phénotypes cliniques et pour explorer les différences dans leurs caractéristiques cliniques, leurs résultats et leurs réponses au traitement ; et de mettre en œuvre le modèle de prédiction et le modèle de classification en tant qu’application Web qui aideraient les cliniciens dans le diagnostic et le traitement du SDRA associé à la pneumonie et favoriseraient la recherche ultérieure.

Protocol

Cette étude a accédé à la base de données¹¹ (MIMIC-IV) du Medical Information Mart for Intensive Care IV (MIMIC-IV) 11 (Version 1.0, PhysioNet : https://physionet.org/content/mimiciv/1.0/) et à la base de données¹² de l’unité de soins intensifs en télésanté (eICU) (Version 2.0, PhysioNet : https://physionet.org/content/eicu-crd/2.0/) après avoir passé l’examen Protecting Human Research Participants (ID de dossier : 44151052). Cette étude a été menée conformément aux principes de la Déclaration d’Helsinki (2013), et les patients avaient donné leur consentement pour que leurs données soient capturées dans les deux bases de données. L’approbation éthique a été levée pour cette étude car les données des bases de données de l’eICU et MIMIC-IV étaient entièrement anonymisées (aucun identifiant personnel n’a été conservé).

Matériaux et outils
Sources des données : Base de données MIMIC-IV : Version 1.0, registre à centre unique en accès libre contenant 76 540 admissions en réanimation (2008-2019), accessible via PhysioNet. Base de données eICU : Version 2.0, base de données multicentrique contenant >200 000 dossiers médicaux électroniques provenant de 335 unités dans 208 hôpitaux américains (2014-2015), accessible via PhysioNet. Environnement logiciel et exécution : RapidMiner Studio : Version 9.10.001 (environnement d’exécution : Windows 10 Pro 64 bits), utilisé pour la création de modèles (classification/clustering) et la sélection de fonctionnalités ; IBM SPSS Statistics : Version 23.0 (environnement d’exécution : Windows 10 Pro 64 bits), utilisé pour l’analyse statistique et l’imputation des valeurs manquantes ; Java Development Kit (JDK) : Version Java SE 8u381 (environnement d’exécution : Windows 10 Pro 64 bits), utilisé pour le développement d’applications Web ; support IDE : Eclipse IDE 2023-09 ; Apache Tomcat : Version 9.0.85, utilisé pour le déploiement de l’application Web.

Conception des études et cadres
Le concept de cette étude est illustré dans la Figure Supplémentaire 1. Cette étude a analysé les données de deux grandes sources, le Medical Information Mart for Intensive Care IV (MIMIC-IV) et la Telehealth Intensive Care Unit (eICU), afin de construire un modèle prédictif du SDRA associé à la pneumonie et de classer les patients affectés selon leurs phénotypes cliniques. Cette étude a suivi les directives du Modèle de Prédiction Transparente d’un Modèle de Prédiction Multivarié pour le Pronostic ou le Diagnostic Individuel (TRIPOD).

Échantillons d’études
Les données d’entraînement et de test de cette étude ont été obtenues à partir de MIMIC-IV. La source de la vérification externe était la base de données multicentrique de l’eICU. Cette étude a utilisé la Classification internationale des maladies (neuvième et dixième révision) pour extraire des données sur les patients atteints de pneumonie et de SDRA associé à la pneumonie. Les patients hospitalisés moins de 24 heures ont été exclus.

Prédicteurs
Après avoir évalué la disponibilité des données et le taux de variables cliniques manquantes dans les ensembles de données MIMIC-IV et eICU, 52 variables pour le SDRA associé à la pneumonie ont été sélectionnées comme variables d’entraînement candidates à utiliser en apprentissage automatique, incluant les caractéristiques démographiques des patients, les résultats de laboratoire et les scores de gravité de la maladie. Cette étude a utilisé un algorithme de pondération par corrélation (basé sur le poids de corrélation entre variables et résultats) pour dépister les prédicteurs clés (variables finalement incluses dans les modèles) des 52 variables candidates, puis sélectionné les facteurs de regroupement des sous-groupes parmi les principaux prédictors.

Pour ce faire, ouvrez RapidMiner Studio, créez un nouveau processus, et ajoutez l’opérateur Weight by Correlation en cliquant sur Process > Operators > Feature Selection > Weight by Correlation. Définir le paramètre : seuil de corrélation = 0,04 (conserver les variables de poids > 0,04). Pour forcer le modèle à tenir compte des stades précoces de la maladie et de la rapidité, les valeurs maximales et minimales des indicateurs de laboratoire ont été obtenues dans les 24 heures suivant l’admission. Comme le score de physiologie aiguë III (APSIII) n’était pas inclus dans la base de données de l’eICU, les scores de l’évaluation de la physiologie aiguë et de la santé chronique IV (APACHE IV) ont été utilisés à la place. Cette étude a nettoyé les données et interpolé les valeurs manquantes en utilisant la méthode d’imputation multiple et a standardisé les variables d’entrée lors du développement de modèles de prédiction et de sous-phénotypage.

Analyse statistique
Ouvrez SPSS 23.0, importez le jeu de données prétraité, puis sélectionnez Analyser > Statistiques descriptives > Explorer. Vérifiez les diagrammes de normalité avec des tests pour effectuer le test de Kolmogorov-Smirnov pour les variables continues. Les variables distribuées assymmétriques sont rapportées comme médianes (intervalle interquartile, IQR) ; Les variables catégorielles sont rapportées sous forme de décompte (pourcentage, %). Pour comparer les variables continues entre groupes, le test U de Mann-Whitney ou le test de Kruskal-Wallis a été utilisé, selon le cas. Pour comparer les variables catégorielles entre groupes, le test du chi-carré de Pearson ou le test exact de Fisher a été utilisé, selon le cas.

Développement de modèles et présentation web
Pour le développement de modèles, cette étude a divisé la cohorte de dérivation MIMIC-IV en un ensemble d’entraînement (90 % de l’échantillon complet choisi au hasard pour le développement du modèle et l’ajustement des hyperparamètres) et un ensemble de test (10 % de l’échantillon complet choisi au hasard pour les tests internes) ; cette étude a réalisé une vérification externe en e-ICU. Cette étude a mis en œuvre l’apprentissage automatique avec cinq méthodes : arbre de décision, régression logistique, naïve bayes, empilement (les apprenants de base étaient la régression logistique, les méthodes naïve bayes et la forêt aléatoire ; l’apprenant empilé était la méthode de l’arbre de décision), et la forêt aléatoire. Arbre de décision : cliquez sur Opérateurs de > processus > Modélisation > classification > arbre de décision avec algorithme = C4,5, taille minimale de feuille = 5. Pour la régression logistique : cliquez sur Opérateurs de > processus > Modélisation > Classification > Régression logistique avec force de régularisation = 0,1, Itérations maximales = 100. Pour Naive Bayes : cliquez sur Opérateurs de > de procédé > Modélisation > classification > Naive Bayes avec type de noyau = Gaussienne. Pour la forêt aléatoire : cliquez sur Opérateurs de > procédé > Modélisation > classification > forêt aléatoire avec nombre d’arbres = 100, profondeur maximale = 20. Pour l’empilement : cliquez sur Process > Operators > Modélisation > Ensemble > Empilement avec les apprenants de base = Régression logistique + Naïve Bayes + Forêt aléatoire ; Empilement de l’apprenant = Arbre de décision. Cette étude a mesuré la performance de prédiction du modèle développé en calculant la zone sous la courbe caractéristique de fonctionnement du récepteur (AUC), la précision, la précision et la rappel.

Pour construire la classification des sous-groupes cliniques du SDRA associé à la pneumonie, cette étude a utilisé un regroupement k-means avec des prédicteurs clés. Pour déterminer le nombre optimal de clusters k, la valeur des statistiques de Gap dans le graphique de statistiques de Gap a été examinée, ce qui suggérait le nombre optimal de clusters. Cette étude a analysé les caractéristiques cliniques et les résultats des différents phénotypes, et nous avons comparé les différences de taux de mortalité hospitalière entre les patients présentant différents clusters ayant reçu ou non un traitement précoce à faible à moyen dosage de corticostéroïdes.

Dans RapidMiner Studio, sélectionnez File > Export Model et enregistrez les modèles de prédiction de diagnostic et de classification de sous-groupes sous forme de fichiers .model. Utilisez JDK Java SE 8u381 et Eclipse IDE 2023-09 pour écrire des pages Web en langage Java ; Importez les fichiers .model dans le projet. Cette étude a utilisé le langage Java pour développer une page Web dans laquelle le modèle diagnostique et le modèle de clustering des sous-groupes cliniques ont été intégrés, et nous avons mis le modèle en ligne.

Results

Participants
La base de données MIMIC-IV comprenait des données de 24 987 patients atteints de pneumonie, dont 14 121 présentaient un SDRA associé à la pneumonie (Tableau 1). La base de données de l’eICU comprenait des données de 20 676 patients atteints de pneumonie, dont 9946 présentaient un SDRA associé à la pneumonie (Tableau supplémentaire 1).

Établissement et vérification du modèle de prédiction du SDRA associé à la pneumonie<...

Discussion

Comme nous le savons, il s’agit du premier modèle diagnostique et du premier modèle de classification de sous-groupes cliniques utilisant l’apprentissage automatique pour rapporter le SDRA chez les patients atteints de pneumonie, et la plus grande étude à présenter le diagnostic et la classification clinique des sous-groupes du SDRA associé à la pneumonie. Dans cette étude, nous avons dérivé et validé deux modèles basés sur l’apprentissage automatique et les avons traduits en application...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Apache Tomcat	Fondation logicielle Apache	Version 9.0.85
Eclipse IDE  ;	Eclipse	2023-09
Java Development Kit & nbsp ;	Java	Version Java SE 8u381  ;
RapidMiner Studio	Altair Engineering Inc.	Version 9.10.001  ;
Statistiques SPSS	IBM	Version 23.0  ;