敗血症患者における静脈血栓塞栓症予測のための機械学習アルゴリズム：多施設共同後ろ向き研究

科学分野:

• 集中治療医学
• ヘルスケアにおける機械学習の応用
• 血栓症研究

背景:

• 静脈血栓塞栓症（VTE）は、敗血症を伴う集中治療室（ICU）患者にとって重要な合併症です。
• 既存の危険因子評価ツールは、敗血症に特異的な要因や複雑な患者データ間の相互作用を適切に考慮していない可能性があります。

主な方法:

• モデル開発と内部検証のためにMedical Information Mart for Intensive Care IVデータベースを利用し、Changshu Hospitalからの外部検証も行いました。
• Light gradient boosting machineを含む9つのMLモデルを開発し、解釈性のためにShapley Additive Explanations（SHAP）を採用しました。
• モデルのパフォーマンスを、AUC、キャリブレーション、および決定曲線分析を用いて評価し、敗血症の重症度別のサブグループ分析も実施しました。

結論:

• 集中治療室の敗血症患者におけるVTE予測のための高性能で解釈可能なMLモデルが正常に開発されました。
• このモデルは、異なるコホートや患者の重症度、特に重症敗血症において強力なパフォーマンスを示します。
• このツールは、集中治療環境における個別化されたVTE予防と早期診断の可能性を提供します。