Un protocole reproductible de score biochimique et de coagulation à l'admission pour le syndrome de dysfonctionnement multiviscéral dans la pancréatite aiguë

Résumé

Ici, nous présentons un protocole d'assemblage d'une cohorte, d'harmonisation en laboratoire, de développement d'un modèle pénalisé, de validation et de construction d'un score au chevet du patient pour la stratification précoce du risque de syndrome de dysfonction multiviscérale dans la pancréatite aiguë.

Résumé

La reconnaissance précoce du syndrome de dysfonction multiviscérale dans la pancréatite aiguë reste difficile, car une détérioration organique peut survenir avant l'achèvement des évaluations conventionnelles de gravité. Cet article décrit un protocole reproductible permettant d'élaborer, de valider et d'appliquer un score composite d'admission combinant des paramètres biochimiques et de coagulation, fondé sur des examens de laboratoire de routine réalisés dans les 24 heures suivant l'admission à l'hôpital. Le syndrome de dysfonction multiviscérale a été retenu comme critère principal de jugement, car il reflète un dysfonctionnement cliniquement significatif affectant plus d'un système organique, et oriente directement l'intensité de la surveillance précoce, la planification de l'escalade thérapeutique et l'affectation des ressources de soins intensifs. Le protocole couvre la constitution d'une cohorte multicentrique, le dépistage des critères d'éligibilité, l'attribution des critères de jugement, l'harmonisation des unités de laboratoire, le traitement des données manquantes, la normalisation des prédicteurs, le développement d'un modèle de régression pénalisée, une validation sur échantillon réservé, la construction du score, la comparaison avec des scores de gravité établis et des analyses de sensibilité. Les variables de laboratoire continues sont conservées durant l'élaboration du modèle afin de réduire la perte d'information, tandis que des catégories interprétables sur le plan clinique ne sont utilisées que lors de la traduction du modèle final en un score pratique utilisable au chevet du patient. Les points de contrôle du protocole incluent la confirmation de la constitution de la cohorte, les seuils de données manquantes, les règles figées de prétraitement, les résultats de sélection du modèle, les résultats de validation et l'interprétation finale du score. Grâce à ce flux de travail, des marqueurs biochimiques et de coagulation couramment mesurés peuvent être intégrés dans un outil structuré de stratification du risque à l'admission pour le syndrome de dysfonction multiviscérale associé à la pancréatite aiguë. Ce score vise à soutenir une observation plus rapprochée, des réévaluations biologiques répétées et la préparation à des voies de prise en charge organique, mais il doit compléter, et non remplacer, le jugement clinique ou les cadres établis d'évaluation de la gravité.

Introduction

La pancréatite aiguë est une urgence digestive fréquente dont l'évolution clinique varie d'une inflammation bénigne et autolimitée à une maladie rapidement progressive associée à un dysfonctionnement organique. L'évaluation actuelle de la gravité repose généralement sur la classification révisée de l'Atlanta, qui définit la sévérité de la maladie en fonction des complications locales, des complications systémiques, ainsi que de la présence et de la durée d'une insuffisance organique¹. Des systèmes de score cliniques sont également utilisés en début d'hospitalisation pour aider à l'évaluation du risque et aux décisions de prise en charge. L'indice clinique de gravité de la pancréatite aiguë repose sur cinq variables disponibles dans les 24 premières heures et a été conçu pour estimer le risque de mortalité intra-hospitalière². Les recommandations cliniques récentes continuent d'insister sur la reconnaissance précoce des formes graves, la réévaluation répétée, la réanimation hydroélectrolytique appropriée, la planification d'un soutien organique et une intensification opportune des soins³.

L'évaluation précoce du risque reste difficile dans la pratique courante. La réponse inflammatoire dans la pancréatite aiguë évolue rapidement, et certains systèmes d'évaluation traditionnels nécessitent des mesures répétées, des variables physiologiques qui changent après l'admission, ou des résultats d'imagerie qui peuvent ne pas être disponibles lors de la première consultation clinique⁴. Par conséquent, la classification du risque peut varier selon le moment de l'échantillonnage, le flux de travail local et le parcours thérapeutique. Ces incertitudes peuvent entraîner une surveillance ou une intervention intensive inutiles chez les patients à faible risque, tandis que les patients dont l'état se dégrade rapidement peuvent subir un report de l'escalade des soins. Une récente revue sur la prédiction de la gravité de la pancréatite aiguë a souligné que la performance des scores cliniques et des biomarqueurs individuels varie selon les populations de patients, la distribution de la gravité de la maladie et les fenêtres d'évaluation⁵.

La plupart des études récentes de prédiction ont tenté d'utiliser des variables recueillies dans les 24 heures suivant l'admission, souvent avec comme critère de jugement l'insuffisance organique persistante ou une pancréatite aiguë sévère. Cette approche est cliniquement utile, mais de nombreux modèles publiés restent limités par une conception monocentrique, une validation incomplète et un signalement insuffisant des méthodes de prétraitement et de gestion des données manquantes⁶. Un signalement transparent est particulièrement important pour les modèles prédictifs, car les critères d'éligibilité, les définitions des prédicteurs, la taille de l'échantillon, la gestion des données manquantes, les décisions relatives à l'élaboration du modèle et les procédures de validation influent directement sur la reproductibilité et l'interprétation clinique⁷. Pour qu'une méthode fondée sur l'admission puisse être utilisée dans différentes institutions, elle devrait s'appuyer sur des tests couramment disponibles, définir les procédures de conversion d'unités, expliquer comment les valeurs de laboratoire sont harmonisées et préciser la manière dont les valeurs manquantes des prédicteurs sont traitées avant l'ajustement du modèle.

Les anomalies biochimiques et de la coagulation sont toutes deux associées à la détérioration précoce dans la pancréatite aiguë. Une activation inflammatoire, une lésion endothéliale, une hémoconcentration, une hypoperfusion rénale et une perturbation de la microcirculation peuvent survenir précocement et contribuer au dysfonctionnement organique. L'activation de la coagulation est étroitement liée à l'inflammation, et la coagulopathie associée à la pancréatite aiguë a été décrite comme faisant partie de la progression vers une insuffisance organique persistante et des résultats défavorables⁸. Le D-dimère a également été signalé comme un marqueur d'admission associé à l'insuffisance organique, aux complications locales, à l'admission en soins intensifs et à la mortalité dans la pancréatite aiguë⁹. Toutefois, les paramètres de coagulation sont souvent interprétés séparément, plutôt que combinés aux variables biochimiques de routine dans un flux structuré d'admission.

Le syndrome de dysfonction multiviscérale a été choisi comme critère de jugement principal dans ce protocole, car il reflète un dysfonctionnement cliniquement significatif affectant plus d'un système organique. L'insuffisance organique persistante reste centrale dans la classification de la gravité de la pancréatite aiguë, mais le syndrome de dysfonction multiviscérale se rapproche davantage de la question pratique posée à l'admission : savoir si un patient risque d'avoir besoin d'une surveillance rapprochée, d'une réévaluation biologique répétée, d'une préparation au soutien organique ou de ressources de soins intensifs. Ce critère de jugement permet également d'évaluer les signaux biochimiques et de coagulation dans le contexte d'une détérioration systémique plus étendue, plutôt que par rapport à un résultat limité à un seul organe.

L'article de cette méthode décrit un protocole reproductible de score biochimique et de coagulation à l'admission pour la stratification précoce du risque de syndrome de dysfonction multiviscérale dans la pancréatite aiguë. Le protocole utilise des variables de laboratoire courantes obtenues dans les 24 heures suivant l'admission, normalise les unités et la gestion des données manquantes, applique un développement de modèle pénalisé et traduit le modèle final en un score composite cliniquement interprétable. L'objectif n'est pas de remplacer le jugement clinique ou les cadres de gravité établis, mais de fournir un flux de travail transparent et reproductible qui aide les établissements à organiser les données de laboratoire à l'admission en informations de risque exploitables.

Protocole

Le protocole de l'étude a été approuvé par le Comité d'éthique de la recherche biomédicale impliquant des êtres humains du Premier hôpital populaire de Jiashan, Hôpital affilié à l'Université de Jiaxing (numéro d'approbation : 2026 Research Approval No. 005 ; numéro d'acceptation : LW2026004 ; date d'approbation : 13 janvier 2026). L'exigence de consentement éclairé individuel a été levée car cette étude rétrospective utilisait des données cliniques anonymisées. Avant l'analyse, les identifiants directs, notamment le nom, le numéro d'identification hospitalier, le numéro de téléphone, l'adresse et le numéro d'identification nationale, ont été supprimés. Le traitement des données s'est conformé aux exigences institutionnelles en matière de protection des données et à la Déclaration d'Helsinki¹⁰.

Conception de l'étude et constitution d'une cohorte multicentrique
Cette étude de cohorte rétrospective multicentrique a utilisé les données biochimiques et de coagulation au moment de l'admission pour élaborer un flux de travail de scoring reproductible permettant une stratification précoce du risque de syndrome de dysfonction multiviscérale (MODS) dans la pancréatite aiguë (AP). L'AP était définie par au moins deux des critères suivants : douleur abdominale typique, taux sérique d'amylase ou de lipase au moins trois fois supérieur à la limite supérieure de la normale, ou résultats d'imagerie compatibles avec une AP. La fenêtre initiale était définie comme les 24 premières heures suivant l'admission à l'hôpital. Pour chaque prédicteur de laboratoire, la première valeur éligible obtenue dans cette fenêtre était utilisée. Les valeurs obtenues après le premier épisode documenté de MODS n'ont pas été prises en compte pour la construction des prédicteurs.

Des hospitalisations consécutives pour pancréatite aiguë (AP) provenant des centres participants, survenues entre le 1er janvier 2023 et le 20 décembre 2025, ont été examinées à l’aide d’un registre de dépistage harmonisé, d’une liste de critères d’éligibilité, d’un dictionnaire de données et d’un formulaire de validation des critères de jugement. Le registre de dépistage a recensé le nombre total d’admissions dépistées, les admissions en double, les exclusions dues à une AP non confirmée, à un âge inférieur à 18 ans, à une pancréatite chronique, à une pancréatite associée à une malignité pancréatique, à une heure d’admission non fiable, à l’absence de données biologiques sur 24 heures, à des dossiers de critères de jugement incomplets, ainsi que la cohorte analytique finale. Le registre de dépistage verrouillé a été utilisé pour produire Figure 1. Les effectifs de patients présentés dans Figure 1 ont été comparés au jeu de données analytique final avant l’analyse.

Une fois la cohorte analytique figée, les patients ont été répartis en une cohorte de développement et une cohorte de validation réservée selon un ratio de 7:3. La répartition a été effectuée avec la version 4.3.2 de R à l’aide du package caret version 6.0-94, la graine aléatoire étant fixée à 20260420. Un échantillonnage stratifié a été réalisé selon le statut MODS et le centre. Si la distribution par centre différait de plus de 5 points de pourcentage entre les cohortes, des strates combinées centre-MODS ont été utilisées. L’attribution aux cohortes a été enregistrée avant l’ajustement du modèle et n’a pas été modifiée par la suite. Les règles de prétraitement, les paramètres d’imputation, l’ajustement du modèle, l’estimation des coefficients, la construction du score et le choix du seuil ont été établis uniquement à partir de la cohorte de développement. La cohorte de validation réservée a été utilisée uniquement pour l’évaluation du modèle figé.

Critères d'éligibilité et procédures d'inscription
Les patients éligibles étaient des adultes âgés de 18 ans ou plus présentant une pancréatite aiguë (AP) confirmée, une heure d'admission à l'hôpital traçable, au moins un bilan biochimique ou de coagulation effectué dans les 24 heures suivant l'admission, et des dossiers complets pendant toute la durée de l'hospitalisation pour l'évaluation des critères de jugement. Les patients étaient exclus si la pancréatite aiguë ne pouvait être confirmée, s'ils présentaient une pancréatite chronique ou une pancréatite associée à un cancer du pancréas, ou si l'heure de la première admission à l'hôpital ne pouvait être reconstituée de façon fiable. Les cas transférés étaient exclus lorsque l'heure de la première admission, l'heure du premier prélèvement biologique ou l'état de dysfonctionnement organique précoce ne pouvaient être retracés entre les établissements. Pour les réadmissions multiples du même patient pendant la période d'étude, seule la première hospitalisation éligible était conservée. Un motif principal d'exclusion était enregistré pour chaque cas exclu.

Résultats et évaluation des critères de jugement
Le critère de jugement principal était le SDMO survenant à l'hôpital, défini comme un dysfonctionnement de deux systèmes organiques ou plus durant l'hospitalisation. Le dysfonctionnement organique a été évalué à partir des dossiers électroniques médicaux, en tenant compte des données respiratoires, cardiovasculaires, rénales, hépatiques, de la coagulation et des données neurologiques. Les mêmes critères prédéfinis par système organique ont été appliqués uniformément dans tous les centres avant l'élaboration du modèle, et les critères opérationnels utilisés pour l'évaluation des critères de jugement sont résumés dans le Tableau supplémentaire 1.

Deux évaluateurs formés ont évalué indépendamment chaque dossier anonymisé en utilisant les notes d'admission, les notes d'évolution, les dossiers de soins intensifs, les dossiers de procédures, les rapports de laboratoire, les dossiers des signes vitaux et les résumés de sortie. Le formulaire d'arbitrage enregistrait le code d'étude du patient, le système organique impliqué, le dossier source, la date et l'heure de début, la valeur de laboratoire ou physiologique justificative, la décision de l'évaluateur et le statut final d'arbitrage. L'accord entre les évaluateurs était considéré comme définitif. Les désaccords étaient résolus par un troisième évaluateur senior. Les critères de jugement secondaires comprenaient l'admission en soins intensifs, la ventilation mécanique invasive ou non invasive, la thérapie de remplacement rénal, la mortalité en cours d'hospitalisation, la nécrose infectée ou une procédure de drainage, ainsi que la durée du séjour hospitalier. La durée du séjour était calculée comme la date de sortie moins la date d'admission, plus un jour.

Prédicteurs candidats à l'admission
Les prédicteurs candidats étaient limités aux variables de routine disponibles dans les 24 heures suivant l'admission. Pour les tests répétés dans cette fenêtre de 24 heures, la première valeur éligible était conservée. Les variables biochimiques comprenaient le nombre de globules blancs, la protéine C-réactive, la procalcitonine lorsque disponible, le lactate, le glucose, le calcium total, l'azote uréique sanguin, la créatinine, l'alanine aminotransférase, la bilirubine totale, l'albumine et la lactate déshydrogénase. Les variables de coagulation comprenaient le nombre de plaquettes, le temps de prothrombine, le ratio normalisé international du temps de prothrombine, le temps de thromboplastine partielle activée, le fibrinogène et le D-dimère.

Les variables cliniques de base ont été recueillies afin de décrire le mélange de cas et de calculer les scores de référence. Ces variables comprenaient l'âge, le sexe, l'indice de masse corporelle, le délai entre le début des symptômes et l'admission, l'étiologie de la pancréatite aiguë, le statut tabagique, les antécédents de pancréatite, les comorbidités, la fréquence cardiaque à l'admission, la pression artérielle moyenne, le statut de syndrome inflammatoire systémique, le score Bedside Index for Severity in Acute Pancreatitis, le score Acute Physiology and Chronic Health Evaluation II et le score Sequential Organ Failure Assessment. Lorsque le temps de prothrombine et le rapport normalisé international du temps de prothrombine étaient tous deux disponibles, le rapport normalisé international du temps de prothrombine a été utilisé pour la modélisation, tandis que le temps de prothrombine a été conservé à des fins de description. Le fichier d'extraction contenait une ligne par hospitalisation et conservait le code du centre, le code d'étude du patient, l'heure d'admission, l'heure de prélèvement, la valeur brute, l'unité brute, la valeur harmonisée, l'unité harmonisée, la table source et un indicateur de données manquantes.

Harmonisation des laboratoires entre les centres
Toutes les variables de laboratoire ont été converties en unités cibles prédéfinies avant l'analyse : numération des globules blancs et numération des plaquettes, 10⁹/L ; protéine C-réactive, mg/L ; procalcitonine, ng/mL ; lactate, glucose, calcium total et azote uréique sanguin, mmol/L ; créatinine et bilirubine totale, µmol/L ; alanine aminotransférase et lactate déshydrogénase, U/L ; albumine et fibrinogène, g/L ; temps de prothrombine et temps de thromboplastine partielle activée, secondes ; rapport international normalisé du temps de prothrombine, rapport sans unité ; et D-dimères, mg/L d'unités équivalentes fibrinogène. Les valeurs de D-dimères exprimées en µg/mL d'unités équivalentes fibrinogène ont été converties en mg/L d'unités équivalentes fibrinogène à l'aide d'une conversion numérique 1:1. Les valeurs de D-dimères exprimées en unités D-dimères ont été converties uniquement lorsque le laboratoire local fournissait un facteur de conversion validé. Les valeurs sans facteur de conversion validé ont été considérées comme manquantes pour la modélisation.

Les unités de déclaration, les plages de référence, les registres d'analyses et les notes des appareils de chaque centre ont été examinés avant regroupement. Le fichier d'harmonisation conservait l'unité d'origine, l'unité cible, la règle de conversion et le réviseur chargé de vérifier la conversion. Les valeurs de laboratoire n'ont pas été normalisées selon les plages de référence spécifiques à chaque centre dans l'analyse principale, car le score devait utiliser des valeurs cliniques absolues. Le code du centre a été conservé lors de l'imputation et de l'analyse de sensibilité. Les valeurs négatives pour des tests nécessairement positifs, les unités incompatibles, les horodatages hors de la fenêtre de 24 h et les valeurs non corroborées par les documents sources ont été signalées. Une valeur n'était corrigée que si le document source confirmait une erreur de transcription ou de conversion d'unité ; sinon, elle était considérée comme manquante.

Prétraitement des données et gestion des données manquantes
La présence de données manquantes a été résumée par variable, par centre et par statut MODS avant l'ajustement du modèle. Les prédicteurs candidats ont été exclus du développement du modèle si la proportion de données manquantes dépassait 30 % globalement ou si elle dépassait 50 % dans un centre particulier. Les patients ont été exclus de l'ensemble de données de modélisation si plus de 40 % des prédicteurs candidats étaient manquants ou si l'issue principale ne pouvait pas être évaluée.

Les prédicteurs continus ont été winsorisés aux 1er et 99e percentiles estimés dans la cohorte de développement. Les mêmes seuils ont été appliqués à la cohorte de validation réservée. Les seuils n'ont pas été réestimés dans les données de validation. Les variables présentant une asymétrie supérieure à 2 après winsorisation ont été transformées à l'aide du logarithme naturel ; log(x + 0,01) a été utilisé pour les variables pouvant contenir des valeurs nulles. Les prédicteurs continus ont été standardisés à l'aide de la moyenne et de l'écart-type de la cohorte de développement, et les mêmes paramètres ont été appliqués aux données de validation.

L'imputation multiple a été réalisée à l'aide d'équations enchaînées dans R avec le package mice version 3.16.0. Vingt jeux de données imputés ont été générés avec 20 itérations par jeu de données. L'appariement prédictif des moyennes a été utilisé pour les variables continues, la régression logistique pour les variables binaires et la régression logistique polytomique pour les variables catégorielles nominales. Le modèle d'imputation incluait les prédicteurs candidats, le code du centre, l'indicateur de cohorte et le statut MODS pour l'élaboration du modèle. Les résultats de validation n'ont pas été utilisés pour modifier les règles de prétraitement, l'éligibilité des variables ou les seuils. Les estimations de régression ont été combinées selon les règles de Rubin lorsqu'elles ont été rapportées. Les métriques de prédiction ont été calculées au sein de chaque jeu de données imputé et résumées sous forme d'estimations combinées ou médianes avec leurs intervalles. Deux analyses de sensibilité ont été prédéfinies : une analyse sur cas complets utilisant les patients sans prédicteurs manquants dans le modèle final, et une analyse basée sur les valeurs initiales utilisant la pire valeur de laboratoire éligible dans les 24 heures au lieu de la valeur la plus précoce.

Analyse statistique et élaboration du modèle
Les caractéristiques de base ont été résumées séparément pour les cohortes de développement et de validation réservée. Les variables continues ont été exprimées par la moyenne ± l’écart-type ou la médiane avec l’intervalle interquartile, et les variables catégorielles par n (%). Les paramètres biochimiques et de coagulation à l’admission ont été comparés entre les patients avec et sans SDMO. Le test t de Student ou le test de Wilcoxon (somme des rangs) a été utilisé pour les variables continues, et le test du chi-deux ou le test exact de Fisher pour les variables catégorielles. Ces valeurs P étaient descriptives et n’ont pas été utilisées seules pour la sélection des prédicteurs.

Le développement du modèle a été limité à la cohorte de développement. Une régression logistique pénalisée a été utilisée comme modèle principal afin de réduire le surajustement en présence d'un nombre limité d'événements et de prédicteurs de laboratoire corrélés. Le modèle a été ajusté dans R version 4.3.2 à l'aide du paquet glmnet version 4.1-8 avec une famille binomiale, des prédicteurs standardisés et une pénalisation de type opérateur de sélection et de réduction absolue minimale (LASSO), spécifiée par alpha = 1. Une validation croisée à dix plis répétée 10 fois a été utilisée pour le réglage de la pénalité, la graine aléatoire étant fixée à 20260420. Le paramètre de pénalité a été sélectionné selon la règle de l'écart-type unique. Le chemin des coefficients, les valeurs d'erreur de validation croisée, le paramètre de pénalité sélectionné et les prédicteurs conservés ont été enregistrés. Le flux de travail d'analyse est présenté dans Figure 2. Les logiciels, les paquets statistiques, les systèmes de bases de données et les plateformes de laboratoire utilisés dans le protocole sont répertoriés dans le Tableau des Matériaux.

Une régression logistique non pénalisée n’a pas été utilisée comme modèle principal d’inférence après la sélection pénalisée. Si des rapports de cotes ont été indiqués à des fins d’interprétation clinique, ils ont été précisés comme des estimations descriptives post-sélection. La discrimination a été évaluée à l’aide de l’aire sous la courbe ROC (caractéristique de fonctionnement du récepteur), avec des intervalles de confiance à 95 % calculés selon la méthode de DeLong dans le package pROC version 1.18.5. La calibration a été évaluée à l’aide de l’ordonnée à l’origine de calibration, de la pente de calibration, du score de Brier et de graphiques de calibration. Un rééchantillonnage bootstrap avec 1 000 répétitions a été utilisé dans la cohorte de développement pour estimer la performance corrigée de l’optimisme. L’analyse de courbe de décision n’a pas été conservée dans le jeu d’analyse révisé ; par conséquent, les affirmations relatives au bénéfice clinique net ont été supprimées du manuscrit.

Dérivation et interprétation du score
Le score composite biochimique et de coagulation fondé sur des points attribués a été dérivé des coefficients verrouillés du modèle pénalisé. Des variables continues ont été utilisées lors de l'ajustement du modèle. Des seuils catégorisés ont été introduits uniquement après la finalisation du modèle afin de faciliter le calcul au chevet du patient. Les seuils ont été choisis selon des plages de référence cliniques établies, des seuils d'anomalie couramment utilisés en laboratoire ou des points de coupure basés sur les coefficients définis dans la cohorte de développement avant la validation. Les seuils n'ont pas été optimisés dans la cohorte de validation.

Des points entiers ont été attribués en fonction de la direction et de l'ampleur relative des coefficients verrouillés. Des points plus élevés indiquaient des profils biologiques plus défavorables. Le score total était calculé en additionant les points attribués aux composantes conservées. Des catégories de risque prédéfinies ont été utilisées uniquement pour la stratification du risque ; elles n'ont pas été utilisées pour définir le SDMO. Le score avait pour but d'identifier les patients qui pourraient nécessiter une surveillance plus étroite, des évaluations biologiques répétées ou une préparation aux voies de prise en charge d'organes. Il n'a pas été utilisé comme règle diagnostique autonome, déclencheur d'anticoagulation ou substitut à la réévaluation clinique.

Validation par échantillon de retenue et évaluation comparative
Les règles figées de prétraitement, la structure d'imputation, les seuils de winsorisation, les paramètres de standardisation, les coefficients du modèle, les règles de calcul des scores et les seuils prédéfinis ont été appliqués à la cohorte de validation par échantillon de retenue. Aucun nouveau criblage de prédicteurs, aucun réajustement du modèle, aucune recalibration des coefficients ni aucune optimisation des seuils n’a été effectué. La performance de validation a été résumée à l’aide des mesures de discrimination, de calibration, du score de Brier, de la sensibilité, de la spécificité, de la valeur prédictive positive et de la valeur prédictive négative.

Les outils d'évaluation de la gravité établis ont été calculés à partir de la même fenêtre d'admission lorsque les données étaient disponibles, notamment l'indice clinique de gravité dans la pancréatite aiguë, le score d'évaluation de la physiologie aiguë et des antécédents chroniques de santé II, le score d'évaluation de l'insuffisance organique séquentielle, le score de Ranson, le score de pancréatite aiguë bénigne et les critères du syndrome de réponse inflammatoire systémique. Les comparaisons ont utilisé le même critère de jugement, la même population analysée et le même cadre de validation. Des comparaisons appariées des aires sous la courbe ont été réalisées à l'aide de tests de DeLong.

Tous les graphiques de validation et les graphiques stratifiés par score ont été générés à partir du jeu de données analytiques verrouillé. La taille de l'échantillon de chaque panneau de figure a été vérifiée par rapport au groupe analytique final, au groupe de développement, au groupe de validation réservé ou au strate de score prédéfini avant la préparation des figures. Les méthodes visuelles conçues pour les données omiques en haute dimension, les données de comptage écologiques ou l'analyse de l'abondance différentielle n'ont pas été utilisées pour les données de laboratoire clinique courantes.

Résultats

Caractéristiques de la cohorte et comparabilité au départ
Un total de 300 patients présentant une pancréatite aiguë ont été inclus dans la cohorte analytique finale. Selon la répartition stratifiée préspecifiée 7:3 avec jeu de validation réservé, 210 patients ont été répartis dans la cohorte de développement et 90 patients dans la cohorte de validation réservée. Tous les patients inclus disposaient de mesures biochimiques et de coagulation admissibles réalisées dans les 24 heures suivant l'admission ...

Discussion

Le syndrome de dysfonction multiviscérale (SDMV) associé à la pancréatite aiguë peut évoluer rapidement après l'admission à l'hôpital, en particulier chez les patients présentant une inflammation systémique précoce, une lésion endothéliale, une perfusion tissulaire altérée et une instabilité métabolique. Le présent protocole a été conçu autour de cette période d'admission, car les premières 24 heures déterminent souvent si le patient doit rester sous observation courante en service ou nécessite une réévaluation plus étro...

Matériaux

Liste des matériaux utilisés dans cet article

Nom	Entreprise	Numéro de catalogue	Commentaires
Nom	Nom de la société	Numéro de catalogue / URL	Commentaires
Logiciel statistique R	Fondation R pour l'informatique statistique	Version 4.3.2 https://www.r-project.org/	Environnement de calcul statistique utilisé pour le prétraitement des données, le développement de modèles, la validation et la génération de figures.
Package R caret	CRAN / Max Kuhn	Version 6.0-94 https://cran.r-project.org/package=caret	Utilisé pour la division stratifiée 7:3 entre ensemble de développement et ensemble de validation retenu, à l’aide de la fonction createDataPartition.
Package R glmnet	CRAN / auteurs de glmnet	Version 4.1-8 https://cran.r-project.org/package=glmnet	Utilisé pour la régression logistique pénalisée LASSO avec famille binomiale et alpha = 1.
Package R mice	CRAN / projet amices	Version 3.16.0 https://cran.r-project.org/package=mice	Utilisé pour l’imputation multiple par équations enchaînées, avec 20 jeux de données imputées et 20 itérations.
Package R pROC	CRAN / auteurs de pROC	Version 1.18.5 https://cran.r-project.org/package=pROC	Utilisé pour l’analyse ROC, l’estimation de l’AUC, les intervalles de confiance et les comparaisons selon DeLong.
Série d'analyseurs modulaires cobas 8000	Roche Diagnostics	05641446001 / SYS_128 https://diagnostics.roche.com/global/en/products/systems/cobas-8000-analyzer-series-sys-128.html	Tests biochimiques et immunochimiques. Vérifier le modèle de l'analyseur et les informations du catalogue par rapport aux dossiers du laboratoire participant avant soumission.
Analyseur d’hématologie automatisé XN-1000	Sysmex Corporation	Modèle XN-1000 https://www.sysmex.com/en-us/lab-solutions/hematology/xn-series/xn-1000	Variables de numération sanguine complète, y compris les numérations des globules blancs et des plaquettes. À vérifier par rapport aux dossiers du laboratoire participant avant soumission.
Analyseur automatisé de coagulation sanguine CS-5100	Sysmex Corporation	Modèle CS-5100 https://www.sysmex.com/en-us/lab-solutions/hemostasis/sysmex-cs-5100	Variables de coagulation, y compris TP, TCA, fibrinogène et D-dimère. À vérifier par rapport aux dossiers du laboratoire participant avant soumission.
Analyseur de gaz du sang ABL90 FLEX PLUS	Radiometer Medical ApS	Modèle ABL90 FLEX PLUS https://www.radiometer.com/en/products/blood-gas-testing/abl90-flex-plus-blood-gas-analyzer	Mesure du lactate, si cette plateforme a été utilisée. À vérifier par rapport aux dossiers du laboratoire participant avant soumission.
Système de dossier médical électronique	Hôpitaux participants	Spécifique à l'établissement ; non applicable	Utilisé pour extraire les notes d'admission, les notes de suivi, les dossiers de soins intensifs, les procédures, les signes vitaux et les dossiers de sortie. Remplacer par le nom réel du fournisseur et du système lorsque disponible.
Système d'information de laboratoire	Hôpitaux participants	Spécifique à l'établissement ; non applicable	Utilisé pour extraire les horodatages des analyses, les valeurs brutes, les unités et les données harmonisées. Remplacer par le nom réel du fournisseur et du système lorsque disponible.
Formulaire d'adjudication des événements	Équipe de l'étude	Document personnalisé de l'étude ; non applicable	Formulaire standardisé utilisé par deux évaluateurs et un troisième évaluateur senior pour l'adjudication du statut et de l'apparition du SDOM.
Dictionnaire de données et tableau de conversion d'unités	Équipe de l'étude	Document personnalisé de l'étude ; non applicable	Définit les noms des variables, les unités cibles, les règles de conversion, les indicateurs de données manquantes, les codes des centres et les formats prêts à l'analyse.