Article de recherche
* These authors contributed equally
Ce protocole détaille l’extraction des données cliniques en soins intensifs à partir de la base de données MIMIC-IV et l’application progressive de l’analyse de survie et de modèles d’apprentissage automatique interprétables pour évaluer l’albumine sérique comme prédicteur de la mortalité à 28 jours chez les patients atteints de cancer du poumon.
L’albumine sérique reflète l’état nutritionnel, l’inflammation systémique et la charge des maladies. Cependant, sa signification pronostique chez les patients gravement malades atteints d’un cancer du poumon reste incertaine. Cette étude visait à étudier l’association entre l’albumine sérique et la mortalité toutes causes à 28 jours chez les patients atteints d’un cancer du poumon en unité de soins intensifs (USI) et à évaluer sa valeur prédictive dans les modèles d’apprentissage automatique (ML). Cette étude de cohorte rétrospective comprenait 1 274 patients adultes en réanimation atteints d’un cancer du poumon issus de la base de données Medical Information Mart for Intensive Care IV (MIMIC-IV). Les modèles multivariés de Cox à risques proportionnels ont évalué l’association entre l’albumine sérique et la mortalité à 28 jours. D’autres analyses comprenaient des splines cubiques restreintes, des courbes de survie de Kaplan–Meier et des analyses de sous-groupes. Les classificateurs ML ont été développés en utilisant l’opérateur de réduction et de sélection absolue minimale (LASSO) et Boruta pour la sélection des caractéristiques. La régression logistique a été choisie comme modèle optimal, avec des valeurs SHAPapley Additive Explanations (SHAP) utilisées pour l’interprétation. Parmi 1 274 patients, le taux de mortalité sur 28 jours était de 26,9 %. Des niveaux plus faibles d’albumine sérique étaient indépendamment associés à une mortalité plus élevée sur 28 jours. Le rapport de risque pour chaque augmentation de 1 g/dL d’albumine sérique était de 0,729 (IC à 95 %, 0,597–0,891 ; p = 0,002). Une association inverse a été observée à travers les quartiles sériques de l’albumine (p pour la tendance <0,001), et l’analyse de Kaplan–Meier a montré une mortalité plus faible chez les patients présentant de l’albumine ≥2,9 g/dL (log-rank p < 0,0001). Le modèle de régression logistique a atteint un AUC de 0,767 dans la cohorte de validation, indiquant une bonne discrimination et un bon calibrage. L’analyse SHAP a identifié l’albumine sérique comme un facteur clé de prédiction de mortalité à 28 jours. Une baisse de l’albumine sérique était indépendamment associée à une augmentation de la mortalité à court terme chez les patients atteints d’un cancer du poumon en soins intensifs. L’albumine sérique pourrait servir de biomarqueur pratique pour une stratification précoce du risque dans cette population. Les modèles ML incorporant de l’albumine ont démontré une forte performance prédictive et une grande interprétabilité.
Le cancer du poumon continue de figurer parmi les formes de cancer les plus courantes et les plus mortelles dans le monde. Selon le Global Cancer Observatory (GLOBOCAN 2020), le cancer du poumon représente environ 11,4 % de tous les nouveaux cas de cancer identifiés et reste la principale cause de décès liés au cancer, contribuant à environ 18 % des décès par cancerdans le monde. Bien que des progrès significatifs aient été réalisés dans les techniques de diagnostic précoce, les schémas chimiothérapeutiques et les approches thérapeutiques ciblées, le taux global de survie sur 5 ans pour le cancer du poumon persiste en dessous de 20 %, principalement en raison de sa présentation tardive et de son caractère trèsagressif 2.
Un nombre significatif de personnes diagnostiquées avec un cancer du poumon nécessitent une admission en unité de soins intensifs (USI) tout au long de leur trajectoire pathologique, le plus souvent à la suite de complications telles que détresse respiratoire aiguë, infections graves ou hémorragies, pouvant résulter soit de la progression du cancer, soit d’effets indésirables liés au traitement. Parmi ce groupe de patients, l’admission en réanimation est fortement liée à de mauvais pronostics à court terme, avec des taux de mortalité rapportés sur 28 jours variant entre 30 % et 60 %, dépassant largement ceux observés dans la population plus large des soinsintensifs 3. Dans les cohortes précédentes de patients atteints de cancer du poumon en réanimation, les comorbidités sont très répandues, avec l’hypertension et le diabète rapportés respectivement chez environ 46,1 % et 37,9 % des patients. De plus, près de la moitié de ces patients présentent une incapacité fonctionnelle de base modérée à sévère (45,6 %), ce qui peut compliquer la gestion en soins intensifs et contribuer à de mauvais résultats à courtterme 4. La prise en charge des patients atteints de cancer du poumon gravement malades en réanimation présente des complexités thérapeutiques importantes. La prise de décision clinique pour ces patients nécessite fréquemment des évaluations complexes concernant l’initiation de la ventilation mécanique, l’administration de vasopresseurs et le déploiement d’antibiotiques à large spectre, qui doivent tous être considérés dans le cadre d’un cancer sous-jacent qui présente généralement un potentiel de réversion limité. Plusieurs variables sous-tendent leur vulnérabilité accrue à la mortalité précoce, telles que la progression tumorale étendue, les réponses inflammatoires systémiques persistantes, la compromission de la fonctionnalité des organes et les carences nutritionnelles5. L’hypoalbuminémie est fréquemment identifiée comme l’un des principaux facteurs cliniques associés à la mortalité précoce chez cette population de patients. L’albumine sérique sert d’indicateur qui reflète à la fois la malnutrition chronique résultant de la cachexie associée au cancer et les réponses inflammatoires systémiques aiguës lors de maladies critiques, fournissant potentiellement des informations pronostiquesimportantes 6. Bien que l’albumine sérique soit régulièrement mesurée en pratique clinique, sa valeur pronostique n’a pas été approfondiment étudiée chez les patients atteints de cancer du poumon admis en réanimation, et elle est largement absente des outils actuels de prédictiondu risque 7. Compte tenu de l’augmentation de la mortalité à court terme et de la complexité de la prise en main dans ce contexte clinique, il est urgent de disposer de biomarqueurs facilement accessibles et pratiques pour faciliter l’évaluation précoce des risques et orienter les décisions thérapeutiques. Dans ce contexte, l’albumine sérique mérite des recherches supplémentaires pour clarifier sa portée pronostique chez les personnes gravement malades atteintes de cancer dupoumon 8,9,10.
En raison des caractéristiques complexes et interreliées des facteurs de risque associés au cancer, les approches statistiques conventionnelles rencontrent fréquemment des difficultés pour modéliser efficacement les associations intrinsèques non linéaires intégrées dans les ensembles de données cliniques de haute dimension. L’avènement des méthodologies d’apprentissage automatique (ML) a introduit de nouvelles voies pour améliorer la prédiction du risque de cancer. Des techniques telles que la forêt aléatoire (RF), le gradient boosting extrême (XGBoost) et la machine à vecteurs de support (SVM) ont acquis une large application dans les investigations biomédicales, démontrant de solides capacités dans la gestion de schémas de données complexes et offrant une précision prédictive supérieure11,12. Néanmoins, les caractéristiques opaques ou en boîte noire de ces modèles restreignent leur interprétabilité et entravent leur intégration dans les milieux cliniques. Pour surmonter ce défaut, SHapley Additive Explanations (SHAP), une méthode fondée sur la théorie des jeux, a été introduite comme un outil puissant pour améliorer la transparence desmodèles 13. Grâce au calcul des valeurs de Shapley pour chaque fonctionnalité, SHAP quantifie efficacement l’impact de variables spécifiques sur les sorties du modèle, améliorant ainsi à la fois l’interprétabilité et lafiabilité 14. Cette approche a connu une adoption croissante dans la recherche biomédicale comme moyen de promouvoir l’applicabilité clinique des modèles basés sur l’apprentissage automatique.
En tenant compte de ces facteurs, cette étude a été conçue pour explorer en profondeur la signification pronostique de l’albumine sérique chez les personnes gravement malades diagnostiquées avec un cancer du poumon, en utilisant des informations cliniques issues de la base de données Medical Information Mart for Intensive Care IV (MIMIC-IV). Pour atteindre cet objectif, nous avons utilisé à la fois des analyses statistiques conventionnelles et des méthodes de ML. À notre connaissance, peu d’études ont examiné l’albumine sérique à la fois comme un facteur pronostique indépendant et un contributeur cliniquement interprétable dans les modèles d’apprentissage automatique, en particulier chez les patients en réanimation atteints d’un cancer dupoumon 15. La plupart des études existantes se sont concentrées soit sur les populations générales en soins intensifs, soit sur les cohortes d’oncologie hors USI, tandis que les modèles pronostiques basés sur l’apprentissage automatique chez les patients atteints de cancer critique ont largement mis l’accent sur la performance prédictive sans évaluer explicitement la contribution clinique des biomarqueursindividuels 16.
Dans ce contexte, la présente étude intègre l’analyse conventionnelle de la survie avec des approches d’apprentissage automatique et une interprétation basée sur le SHAP afin de clarifier l’association entre l’albumine sérique et la mortalité toutes causes confondues sur 28 jours, et de quantifier son importance relative dans un cadre de prédiction interprétable adapté à cette population à haut risque. Initialement, des modèles multivariables de Cox à allocations proportionnelles ont été appliqués pour évaluer la relation indépendante entre les niveaux d’albumine sérique et la mortalité toutes causes confondues sur 28 jours, avec des ajustements pour les facteurs de confusion pertinents. Parallèlement, des modèles prédictifs ont été construits à l’aide d’algorithmes ML pour identifier les principaux déterminants pronostiques et examiner la contribution spécifique de l’albumine sérique à la capacité prédictive globale. Un accent particulier a été mis sur l’amélioration de l’interprétabilité du modèle en utilisant le SHAP, permettant de quantifier l’impact relatif de l’albumine sérique par rapport à d’autres caractéristiques cliniques. En incorporant l’albumine sérique aux côtés des indicateurs cliniques collectés de manière routinière, cette étude vise à établir un outil robuste et interprétable de stratification du risque afin d’améliorer la prise de décision clinique précoce et de permettre des soins individualisés pour cette cohorte à haut risque.
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Accès à la base de données et environnement logiciel
Obtenir un accès autorisé à la base de données Medical Information Mart for Intensive Care IV (MIMIC-IV, v3.1) après avoir suivi la formation requise sur l’utilisation éthique des données (ID de certification : 69002811). Selon les Mesures pour l’examen éthique des sciences de la vie et de la recherche médicale impliquant des sujets humains (18 février 2023, Chine), l’article 32 stipule que la recherche utilisant des données publiques légalement obtenues, des données générées sans interférer avec le comportement public ou des informations anonymisées est exemptée d’examen éthique. Conformément à ces dispositions, cette étude était exemptée de toute approbation éthique institutionnelle. Le protocole d’utilisation des données et les directives éthiques ont été strictement respectés, et l’étude a été menée uniquement à des fins de recherche scientifique. Configurez l’environnement de base de données avec PostgreSQL (v17.1.11). Utilisez Navicat Premium (v17) comme interface de gestion de base de données et de requêtes pour exécuter des requêtes SQL et exporter les ensembles de données extraits pour analyse.
Sélection des patients
Identifier les patients atteints de cancer du poumon dans le MIMIC-IV en utilisant les codes17 de la Classification internationale des maladies, neuvième et dixième révision (CIM-9 et CIM-10). Appliquer les critères d’exclusion suivants de manière séquentielle : Âge <18 ans ou >90 ans ; Mesures d’albumine sérique manquantes dans les 24 premières heures suivant l’admission en réanimation ; Plusieurs admissions en réanimation ou à l’hôpital ; Durée du séjour en réanimation <24 h.
Extraction variable
Extraire les variables de MIMIC-IV (v3.1) via PostgreSQL (v17.1.11) via Navicat Premium (v17), y compris : démographie, signes vitaux, tests de laboratoire, comorbidités, interventions thérapeutiques, scores de gravité et résultats. Démographie : âge, sexe. Signes vitaux dans les 24 premières heures suivant l’admission en réanimation : fréquence cardiaque (FC), fréquence respiratoire (RR), saturation en oxygène (SpO₂) et température. Variables de laboratoire dans les 24 premières heures : albumine sérique, glucose, créatinine, azote urésique, bilirubine totale, hémoglobine, nombre de globules rouges (globules rouges), nombre de globules blancs (GB), nombre de plaquettes, largeur de distribution des globules rouges (RDW), alanine aminotransférase (ALT), aspartate aminotransférase (AST), temps de prothrombine (PT), calcium, potassium, sodium, chlorure. Comorbidités issues des dossiers diagnostiques : hypertension, cirrhose hépatique, maladie rénale chronique, diabète sucrée, bronchite chronique, insuffisance cardiaque congestive et maladie pulmonaire obstructive chronique (MPOC). Scores de sévérité à l’admission en réanimation : Évaluation séquentielle de l’insuffisance organique (SOFA), Score simplifié de physiologie aiguë II (SAPS II), Indice de comorbidité de Charlson, Évaluation de la physiologie aiguë et de la santé chronique II (APACHE II). Interventions thérapeutiques : corticostéroïdes systémiques, antibiotiques, vasopresseurs. Facteur mode de vie : antécédents de tabagisme. Pour toutes les variables de laboratoire et les scores de séversion dans les 24 premières heures, si plusieurs mesures sont disponibles, calculez la valeur moyenne sur le jour et utilisez cette valeur pour l’analyse. Excluez les variables avec plus de 20 % de données manquantes. Pour les variables manquantes ≤20 %, effectuez l’imputation à l’aide de l’algorithme missForest, une méthode d’apprentissage automatique basée sur la forêt aléatoire pour traiter des données cliniques mixtes. La proportion de données manquantes pour les variables clés est fournie dans le Tableau Supplémentaire 1.
Définition du résultat
Définir le critère principal comme la mortalité toutes causes confondues dans les 28 jours suivant l’admission en réanimation. Déterminer le statut de mortalité à l’aide des registres de décès disponibles dans la base de données MIMIC-IV. Classez les patients comme survivants ou non survivants en fonction du statut de mortalité à 28 jours.
Analyse statistique
Évaluer la distribution des variables continues à l’aide du test de Shapiro–Wilk. Comparez les variables normalement distribuées en utilisant le test t de Student et les variables anormalement distribuées en utilisant le test de somme des rangs de Wilcoxon. Comparez les variables catégorielles à l’aide du test du chi carré. Effectuer une régression de réduction absolue minimale et d’opérateur de sélection (LASSO) avec une validation croisée de 10 fois pour sélectionner les variables candidates et réduire la multicolinéarité. Construire des modèles multivariés de risques proportionnels de Cox pour évaluer l’association indépendante entre l’albumine sérique et la mortalité à 28 jours. L’albumine sérique a été saisie à la fois comme variable continue et catégorique, et les covariables sélectionnées par la régression LASSO ont été incluses pour ajustement. Des rapports de risque (HR) et des intervalles de confiance (IC) à 95 % ont été estimés. Explorez les associations non linéaires à l’aide de l’analyse à spline cubique restreinte (RCS). Les nœuds ont été placés à des percentiles prédéfinis de la distribution de l’albumine, et la non-linéarité a été évaluée en testant les termes spline. Générez des courbes de survie de Kaplan–Meier et comparez les distributions de survie à l’aide du test log-rank.
Développement et validation de modèles d’apprentissage automatique
Divisez aléatoirement le jeu de données au niveau du patient en un ensemble d’entraînement (70 %), un ensemble de validation (15 %) et un ensemble de tests indépendant (15 %). Effectuer la sélection des caractéristiques en utilisant l’ensemble d’entraînement uniquement en identifiant l’intersection des variables sélectionnées par la régression LASSO et l’algorithme Boruta, en veillant à conserver uniquement les prédicteurs stables et pertinents. Entraîner huit classificateurs d’apprentissage automatique sur l’ensemble d’entraînement, incluant la régression logistique, la forêt aléatoire, l’arbre de décision, la machine à vecteurs de support, XGBoost, LightGBM, le Bayes naïve de complément et le classificateur de vecteurs de support. La performance du modèle a d’abord été évaluée dans l’ensemble de validation puis confirmée dans l’ensemble de test indépendant à l’aide de l’AUC-ROC, AUC-PR, précision, sensibilité, spécificité, courbes d’étalonnage, analyse de la courbe de décision et courbes d’apprentissage.
Interprétation du modèle et point final
Identifier le modèle d’apprentissage automatique le mieux performant en fonction des métriques de performance de validation. Appliquer les explications additives SHapley (SHAP) pour quantifier la contribution de chaque caractéristique à la prédiction de la mortalité. Générez des résumés SHAP et des graphiques de dépendance pour visualiser l’importance relative et la directionnalité de l’albumine sérique et d’autres prédicteurs. Complétez l’analyse en intégrant les résultats statistiques et d’apprentissage automatique afin d’établir un cadre interprétable de stratification des risques.
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Caractéristiques de base
Un total de 1 274 patients atteints de cancer du poumon ont été identifiés et extraits de la base de données MIMIC-IV (Figure 1). L’âge médian de la cohorte était de 69 ans (IQR : 61–77), et 51,18 % étaient des hommes. Au total, 343 patients (26,92 %) sont décédés dans les 28 jours suivant leur admission en réanimation. Les caractéristiques de base, stratifiées par le statut de survie à 28 jours, sont présentées d...
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Dans cette étude, nous avons examiné l’association entre les niveaux d’albumine sérique et la mortalité toutes causes confondues sur 28 jours chez les patients en soins intensifs atteints d’un cancer du poumon, en utilisant les données de la base de données MIMIC-IV. Des niveaux plus faibles d’albumine sérique étaient indépendamment associés à un risque plus élevé de mortalité à 28 jours, même après ajustement pour un large éventail de covariables cliniques. Cette association est restée ...
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Les auteurs ne déclarent aucun intérêt concurrent.
Nous apprécions sincèrement les contributions significatives de tous les auteurs à cette étude ; Leurs efforts inestimables ont été déterminants dans son succès. Cette recherche a été financée par la Fondation nationale des sciences naturelles de Chine (82174415, 82405441), le projet d’innovation scientifique et technologique de l’Académie chinoise de médecine traditionnelle chinoise (CI2021A01818, C12021A03307, C12021A05054) et le projet de construction de l’hôpital de médecine traditionnelle chinoise de haut niveau de l’hôpital Wangjing, projet spécial de recherche clinique fondée sur les preuves cliniques de l’Académie chinoise des sciences médicales chinoises (WJYY-XZKT-2023-25).
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
| Nom | Entreprise | Numéro de catalogue | Commentaires |
|---|---|---|---|
| Medical Information Mart for Intensive Care IV (MIMIC-IV) Database | Massachusetts Institute of Technology | http: //mimic.physionet.org/ | |
| Navicat Premium (v17) | PremiumSoft CyberTech Ltd. | ||
| PostgreSQL (v17.1.11) | PostgreSQL Global Development Group | ||
| Python (v3.10) | Python Software Foundation | ||
| R Statistical Software (v4.2.3) | R Foundation for Statistical Computing | ||
| SHapley Additive exPlanations (SHAP) | Open-source software |
Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.
Demander l’autorisation de réutiliser le texte ou les figures de cet article JoVE
Demander une autorisation