Воспроизводимый протокол расчета биохимического и коагуляционного баллов при поступлении для оценки синдрома полиорганной недостаточности при остром панкреатите

Краткое содержание

Здесь мы представляем протокол формирования когорты, гармонизации лабораторных данных, разработки модельного ряда с применением штрафных функций, валидации и создания прикроватной шкалы оценки для ранней стратификации риска развития синдрома полиорганной недостаточности при остром панкреатите.

Аннотация

Раннее распознавание синдрома полиорганной недостаточности при остром панкреатите остается сложной задачей, поскольку ухудшение функций органов может произойти до завершения традиционной оценки степени тяжести заболевания. В данной статье описывается воспроизводимый протокол разработки, валидации и применения комплексного биохимического и коагуляционного индекса при поступлении, основанного на рутинных лабораторных тестах, полученных в течение 24 h после госпитализации. Синдром полиорганной недостаточности был выбран в качестве первичной конечной точки, так как он отражает клинически значимую дисфункцию более чем одной системы органов и напрямую определяет интенсивность раннего мониторинга, планирование эскалации терапии и распределение ресурсов отделений реанимации и интенсивной терапии. Протокол охватывает формирование многоцентровой когорты, скрининг соответствия критериям включения, установление конечных точек, гармонизацию единиц лабораторных измерений, обработку пропущенных данных, масштабирование предикторов, разработку модели регрессии с регуляризацией, валидацию на отложенной выборке, построение индекса, сравнительный анализ с установленными шкалами тяжести и анализ чувствительности. Для уменьшения потери информации при разработке модели используются непрерывные лабораторные переменные, в то время как клинически интерпретируемые категории применяются только при преобразовании окончательной модели в практический прикроватный индекс. Процедурные контрольные точки включают подтверждение формирования когорты, пороги отсутствия данных, зафиксированные правила предварительной обработки, результаты выбора модели, результаты валидации и интерпретацию итогового индекса. С помощью данного рабочего процесса рутинно измеряемые биохимические и коагуляционные маркеры могут быть интегрированы в структурированный инструмент стратификации риска при поступлении для выявления синдрома полиорганной недостаточности, связанного с острым панкреатитом. Данный индекс предназначен для обеспечения более тщательного наблюдения, повторного лабораторного обследования и подготовки к методам органозаместительной терапии, однако он должен дополнять, а не заменять клиническое суждение или установленные системы оценки тяжести состояния.

Введение

Острый панкреатит — это распространенное экстренное заболевание пищеварительной системы, клиническое течение которого варьирует от легкого самолимитирующего воспаления до быстро прогрессирующего заболевания, осложненного органной дисфункцией. Текущая оценка тяжести состояния обычно проводится согласно пересмотренной Атлантской классификации, которая определяет тяжесть заболевания на основании локальных осложнений, системных осложнений, а также наличия и продолжительности органной недостаточности¹. В период ранней госпитализации также используются прикроватные системы оценки для поддержки принятия решений по определению рисков и необходимости усиления терапии. Прикроватный индекс тяжести острого панкреатита (BISI) использует пять переменных, доступных в течение первых 24 ч, и был разработан для оценки риска госпитальной летальности². Современные клинические рекомендации по-прежнему подчеркивают важность раннего распознавания тяжелого течения заболевания, повторной переоценки состояния, адекватной инфузионной терапии, планирования органозаместительной поддержки и своевременного повышения уровня медицинской помощи³.

Ранняя оценка рисков остается сложной задачей в повседневной клинической практике. Воспалительная реакция при остром панкреатите меняется быстро, а некоторые традиционные системы оценки требуют повторных измерений, учета физиологических показателей, изменяющихся после госпитализации, или данных визуализации, которые могут быть недоступны при первом клиническом осмотре⁴. В результате классификация рисков может варьироваться в зависимости от времени забора проб, локального рабочего процесса и схемы лечения. Эти неопределенности могут привести к неоправданному интенсивному мониторингу или вмешательству у пациентов с низким риском, в то время как пациенты с быстро ухудшающимся состоянием могут столкнуться с задержкой в усилении терапии. В недавнем обзоре по прогнозированию тяжести острого панкреатита было отмечено, что эффективность клинических шкал и отдельных биомаркеров варьируется в зависимости от популяций пациентов, распределения тяжести заболевания и временных окон оценки⁵.

Большинство последних прогностических исследований были направлены на использование переменных, собранных в течение 24 ч после поступления, причем в качестве целевого исхода часто выступали стойкая органная недостаточность или тяжелый острый панкреатит. Такой подход клинически полезен, однако многие опубликованные модели остаются ограниченными из-за одноцентрового дизайна, неполной валидации и недостаточного описания методов предобработки и обработки пропущенных данных⁶. Прозрачная отчетность особенно важна для прогностических моделей, поскольку критерии отбора, определения предикторов, размер выборки, способы обработки пропущенных данных, решения по построению модели и процедуры валидации напрямую влияют на воспроизводимость и клиническую интерпретацию⁷. Чтобы метод, основанный на данных при поступлении, был применим в различных учреждениях, он должен опираться на рутинно доступные тесты, определять процедуры пересчета единиц, объяснять способы гармонизации лабораторных показателей и уточнять, как обрабатываются неполные значения предикторов перед подгонкой модели.

Биохимические нарушения и нарушения свертываемости крови имеют значение при раннем ухудшении состояния при остром панкреатите. Воспалительная активация, повреждение эндотелия, гемоконцентрация, почечная гипоперфузия и нарушения микроциркуляции могут возникнуть на ранних этапах и способствовать развитию органной дисфункции. Активация коагуляции тесно связана с воспалением, а коагулопатия, ассоциированная с острым панкреатитом, описывается как часть прогрессирования в сторону стойкой органной недостаточности и неблагоприятных исходов⁸. Также сообщалось, что D-димер является маркером при поступлении, который ассоциируется с органной недостаточностью, локальными осложнениями, госпитализацией в отделение интенсивной терапии и летальностью при остром панкреатите⁹. Однако показатели коагуляции часто интерпретируются отдельно, а не в сочетании с рутинными биохимическими переменными в рамках структурированного процесса обследования при поступлении.

Синдром полиорганной недостаточности был выбран в качестве первичной конечной точки в данном протоколе, поскольку он представляет собой клинически значимую дисфункцию более чем одной системы органов. Стойкая органная недостаточность по-прежнему занимает центральное место в классификации степени тяжести острого панкреатита, однако синдром полиорганной недостаточности ближе к практическим вопросам при госпитализации: потребует ли пациент более тщательного наблюдения, повторного лабораторного обследования, подготовки к органозаместительной терапии или ресурсов отделения интенсивной терапии. Эта конечная точка также позволяет оценивать биохимические показатели и маркеры коагуляции в связи с более широкой картиной системного ухудшения состояния, а не только по исходам, связанным с одним органом.

В статье к данному методу описывается воспроизводимый протокол расчета биохимического и коагуляционного баллов при поступлении для раннего стратифицирования риска развития синдрома полиорганной недостаточности при остром панкреатите. Протокол использует рутинные лабораторные показатели, полученные в течение 24 ч после поступления, стандартизирует гармонизацию единиц измерения и обработку пропущенных данных, применяет разработку модели с использованием штрафных функций и преобразует итоговую модель в клинически интерпретируемый совокупный балл. Целью является не замена клинического суждения или установленных систем оценки тяжести состояния, а предоставление прозрачного, воспроизводимого рабочего процесса, который поможет медицинским учреждениям систематизировать данные лабораторных исследований при поступлении для получения практически значимой информации о рисках.

Протокол

Протокол исследования был одобрен Комитетом по этике биомедицинских исследований с участием людей Первой народной больницы Цзяшань, больницы Цзяшань при университете Цзясин (номер одобрения 2026 Research Approval No. 005; номер приемки LW2026004; дата одобрения: 13 января 2026 г.). Требование о получении индивидуального информированного согласия было отменено, поскольку в данном ретроспективном исследовании использовались деидентифицированные клинические данные. Перед проведением анализа были удалены прямые идентификаторы, включая имя, номер идентификации в больнице, номер телефона, адрес и национальный идентификационный номер. Обработка данных осуществлялась в соответствии с требованиями учреждения по защите данных и Хельсинкской декларацией¹⁰.

Дизайн исследования и формирование многоцентровой когорты
В данном ретроспективном многоцентровом когортном исследовании использовались биохимические показатели и данные коагулограммы при поступлении для разработки воспроизводимого алгоритма оценки с целью ранней стратификации риска развития синдрома полиорганной недостаточности (СПОН) при остром панкреатите (ОП). ОП определялся по наличию как минимум двух из следующих критериев: типичная боль в животе, уровень амилазы или липазы в сыворотке крови, превышающий верхнюю границу нормы минимум в три раза, или данные визуализации, соответствующие ОП. Базовым окном считались первые 24 h после госпитализации. Для каждого лабораторного предиктора использовалось самое раннее подходящее значение в этом окне. Значения, полученные после первого задокументированного проявления СПОН, не использовались для построения модели предикторов.

Последовательные случаи госпитализации при остром панкреатите (ОП) в участвующих центрах в период с 1 января 2023 года по 20 декабря 2025 года проходили отбор с использованием единого журнала скрининга, контрольного списка критериев соответствия, словаря данных и формы оценки конечных точек. В журнале скрининга регистрировалось общее количество прошедших отбор госпитализаций, повторные госпитализации, исключения из-за неподтвержденного ОП, возраста моложе 18 лет, хронического панкреатита, панкреатита, связанного со злокачественным новообразованием поджелудочной железы, недостоверного времени поступления, отсутствия лабораторных данных за первые 24 ч, неполных записей о конечных точках, а также окончательная аналитическая когорта. Заблокированный журнал скрининга использовался для построения Рисунка 1. Количество пациентов на Рисунке 1 было проверено на соответствие окончательному аналитическому набору данных перед началом анализа.

После формирования окончательного аналитического набора данных пациенты были распределены в обучающую выборку и отдельную валидационную выборку в соотношении 7:3. Разделение было выполнено в R версии 4.3.2 с использованием пакета caret версии 6.0-94 при фиксированном случайном числе (seed) 20260420. Стратифицированная выборка проводилась по статусу MODS и по центру. Если распределение по центрам между выборками различалось более чем на 5 процентных пунктов, использовались комбинированные страты «центр-MODS». Распределение по выборкам было сохранено до подбора модели и в дальнейшем не изменялось. Правила предварительной обработки, параметры импутации, настройка модели, оценка коэффициентов, построение шкалы баллов и выбор порогового значения были определены исключительно на основе обучающей выборки. Отдельная валидационная выборка использовалась только для оценки окончательной модели.

Критерии отбора и процедуры включения
К участию допускались взрослые пациенты в возрасте 18 лет и старше с подтвержденным диагнозом ОП, задокументированным временем поступления в стационар, как минимум одной панелью биохимических или коагуляционных анализов в течение 24 ч после поступления, а также полными стационарными записями для оценки конечных точек. Пациенты исключались, если диагноз ОП не был подтвержден, при наличии хронического панкреатита или панкреатита, ассоциированного с злокачественным новообразованием поджелудочной железы, либо если время первого поступления в стационар не могло быть достоверно установлено. Случаи перевода пациентов из других учреждений исключались, если время первого поступления, время первого забора биоматериала для анализов или статус ранней органной дисфункции не могли быть отслежены между учреждениями. При повторных госпитализациях одного и того же пациента в течение периода исследования учитывалась только первая подходящая госпитализация. Для каждого исключенного случая фиксировалась одна основная причина исключения.

Результаты и оценка конечных точек
Основным исходом был госпитальный MODS (синдром полиорганной недостаточности), определяемый как дисфункция двух или более систем органов во время госпитализации. Дисфункция органов оценивалась по респираторным, сердечно-сосудистым, почечным, печеночным, коагуляционным и неврологическим записям в электронной медицинской карте. Одинаковые заранее определенные критерии систем органов применялись во всех центрах до разработки модели; операционные критерии, использованные для оценки конечных точек, обобщены в Дополнительной таблице 1.

Двое обученных рецензентов независимо оценивали каждую обезличенную запись, используя приемные заметки, записи о ходе лечения, записи отделений интенсивной терапии, протоколы процедур, лабораторные отчеты, данные показателей жизненно важных функций и выписные эпикризы. В форму принятия решения фиксировались код исследования пациента, задействованная система органов, исходная запись, дата и время начала, подтверждающий лабораторный или физиологический показатель, решение рецензента и окончательный статус принятия решения. Согласие между рецензентами считалось окончательным. Разногласия разрешались третьим, старшим рецензентом. Вторичные исходы включали госпитализацию в отделение интенсивной терапии, инвазивную или неинвазивную искусственную вентиляцию легких, заместительную почечную терапию, госпитальную летальность, инфицированный некроз или дренирующую процедуру, а также продолжительность пребывания в стационаре. Продолжительность пребывания рассчитывалась как дата выписки минус дата поступления плюс 1 день.

Кандидаты в предикторы при поступлении
Кандидаты в предикторы были ограничены рутинными переменными, доступными в течение 24 ч после поступления. В случае повторных тестов в течение 24-часового окна сохранялось самое первое подходящее значение. Биохимические переменные включали количество лейкоцитов, С-реактивный белок, прокальцитонин (при наличии), лактат, глюкозу, общий кальций, азот мочевины крови, креатинин, аланинаминотрансферазу, общий билирубин, альбумин и лактатдегидрогеназу. Коагуляционные переменные включали количество тромбоцитов, протромбиновое время, международное нормализованное отношение (МНО) протромбинового времени, активированное частичное тромбопластиновое время, фибриноген и D-димер.

Исходные клинические переменные собирались для описания состава случаев и расчета эталонных показателей. Эти переменные включали возраст, пол, индекс массы тела, время от появления симптомов до госпитализации, этиологию ОП, статус курения, перенесенные ранее панкреатиты, сопутствующие заболевания, частоту сердечных сокращений при поступлении, среднее артериальное давление, статус синдрома системного воспалительного ответа, баллы по индексу тяжести острого панкреатита (BISAP), баллы по шкале оценки физиологического состояния при остром повреждении и хронического состояния здоровья (APACHE II) и баллы по шкале оценки последовательной органной недостаточности (SOFA). В случаях, когда были доступны и протромбиновое время, и международное нормализованное отношение протромбинового времени (МНО), для моделирования использовалось МНО, а протромбиновое время сохранялось для описательного анализа. Файл выгрузки содержал одну строку на каждую госпитализацию и включал код центра, код пациента в исследовании, время поступления, время забора проб, исходное значение, исходную единицу измерения, гармонизированное значение, гармонизированную единицу измерения, исходную таблицу и флаг отсутствия данных.

Гармонизация лабораторных данных между центрами
Перед началом анализа все лабораторные показатели были приведены к заранее определенным целевым единицам измерения: количество лейкоцитов и тромбоцитов — 10⁹/L; С-реактивный белок — mg/L; прокальцитонин — ng/mL; лактат, глюкоза, общий кальций и азот мочевины крови — mmol/L; креатинин и общий билирубин — µmol/L; аланинаминотрансфераза и лактатдегидрогеназа — U/L; альбумин и фибриноген — g/L; протромбиновое время и активированное частичное тромбопластиновое время — секунды; международное нормализованное отношение (МНО) протромбинового времени — безразмерный коэффициент; D-димер — mg/L в фибриноген-эквивалентных единицах. Значения D-димера, указанные в µg/mL в фибриноген-эквивалентных единицах, были переведены в mg/L в фибриноген-эквивалентных единицах с использованием числового коэффициента конверсии 1:1. Значения D-димера, указанные в единицах D-димера, конвертировались только в тех случаях, когда местная лаборатория предоставляла валидированный коэффициент пересчета. Значения без валидированного коэффициента конверсии считались пропущенными при моделировании.

Перед объединением данных были изучены единицы измерения отчетности, референсные интервалы, записи анализов и примечания к анализаторам каждого центра. В файле гармонизации были сохранены исходная единица, целевая единица, правило конверсии и данные о проверяющем, ответственном за проверку конверсии. В основном анализе лабораторные значения не нормализовались по референсным интервалам конкретных центров, так как предполагалось использование абсолютных клинических значений. Код центра был сохранен при импутации и анализе чувствительности. Были отмечены отрицательные значения для неотрицательных тестов, несовместимые единицы измерения, временные метки вне 24-часового окна и значения, не подтвержденные исходными записями. Значение корректировалось только в том случае, если исходная запись подтверждала ошибку транскрипции или конверсии единиц; в противном случае оно помечалось как отсутствующее.

Предобработка данных и обработка пропущенных значений
Перед построением модели был проведен обобщающий анализ пропущенных значений по каждой переменной, центру и статусу MODS. Потенциальные предикторы исключались из разработки модели, если общий процент пропущенных значений превышал 30% или если доля пропущенных значений превышала 50% в любом отдельном центре. Пациенты исключались из набора данных для моделирования, если более 40% потенциальных предикторов отсутствовали или если не удалось установить основной исход.

Непрерывные предикторы подвергались винзоризации по 1-му и 99-му процентилям, рассчитанным на основе обучающей когорты. Те же пороговые значения применялись к отдельной валидационной когорте. Повторного расчета пороговых значений для валидационных данных не проводилось. Переменные, коэффициент асимметрии которых после винзоризации превышал 2, преобразовывались с помощью натурального логарифма; для переменных, которые могли содержать нулевые значения, использовалась формула log(x + 0.01). Непрерывные предикторы были стандартизированы с использованием среднего значения и стандартного отклонения, полученных для обучающей когорты; те же параметры применялись к валидационным данным.

Множественная импутация была выполнена методом последовательных уравнений в R с использованием пакета mice версии 3.16.0. Было создано двадцать импутированных наборов данных по 20 итераций для каждого набора. Для непрерывных переменных использовалось предиктивное сопоставление средних, для бинарных переменных — логистическая регрессия, а для номинальных категориальных переменных — политомическая логистическая регрессия. Модель импутации для разработки модели включала потенциальные предикторы, код центра, индикатор когорты и статус MODS. Результаты валидации не использовались для изменения правил предобработки, критериев отбора переменных или пороговых значений. При представлении данных оценки регрессии объединялись по правилам Рубина. Метрики прогнозирования рассчитывались для каждого импутированного набора данных и обобщались в виде объединенных или медианных оценок с указанием диапазонов. Были заранее определены два анализа чувствительности: анализ полных случаев с участием пациентов без пропущенных предикторов финальной модели и анализ базовых значений с использованием наихудшего подходящего лабораторного показателя в течение 24 h вместо самого раннего значения.

Статистический анализ и разработка модели
Исходные характеристики были обобщены отдельно для когорты разработки и когорты внешней валидации. Непрерывные переменные представлены как среднее ± стандартное отклонение или медиана с межквартильным размахом, а категориальные переменные — как n (%). Биохимические показатели и показатели коагуляции при поступлении сравнивались у пациентов с МОРС и без него. Для непрерывных переменных использовался t-критерий Стьюдента или ранговый суммарный критерий Уилкоксона, а для категориальных переменных — критерий хи-квадрат или точный критерий Фишера. Данные значения P носили описательный характер и не использовались самостоятельно для выбора предикторов.

Разработка модели ограничивалась когортой разработки. В качестве основной модели использовалась штрафная логистическая регрессия для снижения переобучения в условиях ограниченного количества событий и наличия коррелирующих лабораторных предикторов. Модель была построена в программе R версии 4.3.2 с использованием пакета glmnet версии 4.1-8 с биномиальным семейством, стандартизированными предикторами и штрафованием методом LASSO (least absolute shrinkage and selection operator), заданным параметром alpha = 1. Для настройки штрафа применялась десятикратная перекрестная проверка с 10-кратным повторением, при этом случайное число (seed) было зафиксировано на значении 20260420. Параметр штрафа выбирался по правилу одной стандартной ошибки. Были сохранены траектория коэффициентов, значения ошибки перекрестной проверки, выбранный параметр штрафа и отобранные предикторы. Схема анализа представлена на Рисунок 2Программное обеспечение, статистические пакеты, системы баз данных и лабораторные платформы, использованные в данном протоколе, перечислены в Таблица материалов.

Логистическая регрессия без штрафования не использовалась в качестве основной инференциальной модели после штрафного отбора. Если для клинической интерпретации приводились отношения шансов, они обозначались как дескриптивные оценки после отбора. Дискриминационная способность оценивалась по площади под ROC-кривой, при этом 95% доверительные интервалы рассчитывались методом DeLong с использованием пакета pROC версии 1.18.5. Калибровка оценивалась с помощью интерцепта калибровки, наклона калибровки, показателя Брайера и графиков калибровки. В когорте разработки для оценки показателей с поправкой на оптимизм использовался бутстреп-ресемплинг с 1 000 повторений. Анализ кривых принятия решений не был включен в пересмотренный набор анализов, в связи с чем утверждения о клинической чистой выгоде были удалены из рукописи.

Вывод и интерпретация баллов
Балльная совокупная биохимико-коагуляционная шкала для госпитализации была выведена на основе фиксированных коэффициентов штрафной модели. При построении модели использовались непрерывные переменные. Категоризированные пороговые значения были введены только после завершения разработки модели для облегчения расчетов непосредственно у постели больного. Пороги выбирались в соответствии с установленными клиническими референсными интервалами, общепринятыми пороговыми значениями лабораторных отклонений или точками отсечения на основе коэффициентов, определенными в когорте разработки перед валидацией. Оптимизация пороговых значений в валидационной когорте не проводилась.

Целые числа баллов присваивались в соответствии с направлением и относительной величиной зафиксированных коэффициентов. Большее количество баллов указывало на более неблагоприятные лабораторные профили. Общий балл рассчитывался путем суммирования баллов по всем сохраненным компонентам. Заранее определенные категории риска использовались исключительно для стратификации риска; они не использовались для определения MODS. Оценка была предназначена для выявления пациентов, которым может потребоваться более тщательное наблюдение, повторная лабораторная оценка или подготовка к методам органозамещающей терапии. Она не использовалась в качестве самостояльного диагностического правила, триггера для назначения антикоагулянтов или замены повторному осмотру врача.

Валидация на отложенной выборке и бенчмаркинг
Зафиксированные правила предобработки, структура импутации, пороги винсоризации, параметры стандартизации, коэффициенты модели, правила расчета баллов и заранее определенные точки отсечения были применены к валидационной когорте (отложенной выборке). Дополнительный скрининг предикторов, переобучение модели, рекалибровка коэффициентов или оптимизация порогов не проводились. Результаты валидации были обобщены с использованием показателей дискриминации, калибровки, индекса Брайера, чувствительности, специфичности, прогностической ценности положительного результата и прогностической ценности отрицательного результата.

Общепринятые показатели степени тяжести рассчитывались за тот же период госпитализации, когда данные были доступны, включая индекс тяжести острого pancreatitis (Bedside Index for Severity in Acute Pancreatitis), шкалу оценки физиологического состояния и хронического здоровья (Acute Physiology and Chronic Health Evaluation II), шкалу оценки последовательной органной недостаточности (Sequential Organ Failure Assessment), шкалу Рэнсона (Ranson score), шкалу Harmless Acute Pancreatitis Score и критерии синдрома системного воспалительного ответа.

Все графики валидации и графики со стратификацией по показателям были построены на основе фиксированного аналитического набора данных. Перед подготовкой рисунков размер выборки на каждой панели был сверен с итоговой аналитической когортой, когортой разработки, контрольной валидационной когортой или заранее определенной стратой показателей.

Результаты

Характеристики когорты и сопоставимость исходных данных
В итоговую аналитическую когорту было включено в общей сложности 300 пациентов с острым панкреатитом. Согласно заранее определенному стратифицированному разделению в соотношении 7:3, 210 пациентов были распределены в когорту разработки и 90 пациентов — в отдельную валидационную когорту. У всех включенных пациентов имелись соответствующие биохимические показатели и показатели коагуляции, измеренные в течение 24 h после поступления в стационар.

Обсуждение

Синдром полиорганной недостаточности (СПОН), связанный с острым панкреатитом, может развиться в течение короткого периода после госпитализации, особенно у пациентов с ранним системным воспалением, повреждением эндотелия, нарушением перфузии тканей и метаболической нестабильностью. Настоящий протокол был разработан с учетом этого окна госпитализации, так как первые 24 ч часто определяют, останется ли пациент под рутинным наблюдением в отделении или потребует более тщательной переоценки, усиленного мониторинга или подготов...

Материалы

Список материалов, использованных в этой статье

Имя	Компания	Каталожный номер	Комментарии
Название	Название компании	Номер по каталогу / URL	Примечания
Статистическое ПО R	R Foundation for Statistical Computing	Версия 4.3.2 https://www.r-project.org/	Среда статистических вычислений, использованная для предобработки данных, разработки модели, валидации и построения графиков.
Пакет R caret	CRAN / Max Kuhn	Версия 6.0-94 https://cran.r-project.org/package=caret	Использовался для стратифицированного разделения данных на обучающую и контрольную выборки в соотношении 7:3 с помощью функции createDataPartition.
Пакет R glmnet	CRAN / авторы glmnet	Версия 4.1-8 https://cran.r-project.org/package=glmnet	Использовался для логистической регрессии с LASSO-штрафом, биномиальным семейством и alpha = 1.
Пакет R mice	CRAN / проект amices	Версия 3.16.0 https://cran.r-project.org/package=mice	Использовался для множественной импутации с помощью цепочек уравнений с 20 импутированными наборами данных и 20 итерациями.
Пакет R pROC	CRAN / авторы pROC	Версия 1.18.5 https://cran.r-project.org/package=pROC	Использовался для ROC-анализа, оценки AUC, расчета доверительных интервалов и сравнения по методу Делонга.
Модульная серия анализаторов cobas 8000	Roche Diagnostics	05641446001 / SYS_128 https://diagnostics.roche.com/global/en/products/systems/cobas-8000-analyzer-series-sys-128.html	Биохимические и иммунохимические анализы. Перед подачей данных сверьте модель анализатора и информацию из каталога с записями участвующей лаборатории.
Автоматический гематологический анализатор XN-1000	Sysmex Corporation	Модель XN-1000 https://www.sysmex.com/en-us/lab-solutions/hematology/xn-series/xn-1000	Параметры общего анализа крови, включая количество лейкоцитов и тромбоцитов. Перед подачей данных сверьте с записями участвующей лаборатории.
Автоматический коагулометрический анализатор CS-5100	Sysmex Corporation	Модель CS-5100 https://www.sysmex.com/en-us/lab-solutions/hemostasis/sysmex-cs-5100	Параметры коагуляции, включая ПВ, АПТТ, фибриноген и D-димер. Перед подачей данных сверьте с записями участвующей лаборатории.
Анализатор газов крови ABL90 FLEX PLUS	Radiometer Medical ApS	Модель ABL90 FLEX PLUS https://www.radiometer.com/en/products/blood-gas-testing/abl90-flex-plus-blood-gas-analyzer	Измерение уровня лактата, если использовалась данная платформа. Перед подачей данных сверьте с записями участвующей лаборатории.
Система электронных медицинских карт	Участвующие больницы	Специфично для учреждения; не применимо	Использовалась для получения записей о госпитализации, дневников наблюдения, записей ОИТ, процедур, показателей жизненно важных функций и выписных эпикризов. Замените на фактическое название поставщика и системы, если они известны.
Лабораторная информационная система	Участвующие больницы	Специфично для учреждения; не применимо	Использовалась для получения временных меток лабораторных исследований, исходных значений, единиц измерения и гармонизированных данных. Замените на фактическое название поставщика и системы, если они известны.
Форма экспертной оценки конечных точек	Исследовательская группа	Специальный документ исследования; не применимо	Стандартизированная форма, используемая двумя рецензентами и третьим старшим рецензентом для подтверждения статуса MODS и времени его начала.
Словарь данных и таблица пересчета единиц	Исследовательская группа	Специальный документ исследования; не применимо	Определяет названия переменных, целевые единицы, правила пересчета, флаги отсутствующих данных, коды центров и форматы, готовые к анализу.