Reingeniería de un fenotipo de aprendizaje automático para adaptarse al cambiante panorama de COVID-19: un estudio de...

Área de la Ciencia:

• Aplicaciones de aprendizaje automático en la salud
• Epidemiología de enfermedades infecciosas
• Biología computacional

Sus antecedentes:

• La colaboración de la cohorte nacional de COVID (N3C) y la iniciativa NIH RECOVER buscaron identificar a los pacientes con COVID de larga duración.
• El modelo original requería actualizaciones debido al aumento de las pruebas en el hogar, los datos faltantes y las reinfecciones posteriores a 2022.
• El panorama evolutivo de COVID-19 requirió la reingeniería de la tubería de aprendizaje automático.

Objetivo del estudio:

• Desarrollar y refinar una tubería de aprendizaje automático para identificar pacientes con una alta probabilidad de COVID prolongado.
• Adaptar el modelo para tener en cuenta los cambios en las pruebas y la documentación de COVID-19.
• Proporcionar un método robusto para evaluar la prevalencia prolongada de COVID en un entorno pandémico dinámico.

Principales métodos:

• Se entrenó un modelo actualizado de XGBoost en 72.745 registros de pacientes del N3C.
• Los datos se analizaron en períodos superpuestos de 100 días para calcular la probabilidad de COVID largo.
• El modelo procesó 5.875.065 registros de pacientes desde enero de 2020 hasta junio de 2023, incorporando varios indicadores de COVID-19 y censurando las infecciones agudas / reinfecciones.

Principales resultados:

• El modelo actualizado logró un área bajo la curva característica de funcionamiento del receptor de 0,90.
• La precisión y el recuerdo del modelo son ajustables en función de los requisitos específicos del caso de uso.
• Se encontró una prevalencia estimada del 10,4% de COVID prolongado dentro de la cohorte positiva de COVID-19 en el repositorio N3C.

Conclusiones:

• El modelo revisado identifica efectivamente la probabilidad de COVID largo sin depender de una fecha fija del índice COVID-19.
• Este enfoque se adapta a los pacientes con COVID-19 probado en el hogar, sospechoso o no probado, así como a aquellos con reinfecciones.
• La metodología sirve como modelo para el mantenimiento y la actualización de las tuberías de aprendizaje automático en la investigación y las operaciones clínicas.