败血症-III定义的微妙变化显著影响方法内部和跨方法的预测性能

科学领域:

• 医疗信息学 医疗信息学
• 临床决策支持 临床决策支持
• 医疗保健中的人工智能

背景情况:

• 早期的败血症检测对于有效的临床干预至关重要.
• 端到端管道的有限可用性阻碍了败血症预测方法的直接比较.
• 不一致的败血症发病时间重建阻碍了研究进展.

研究的目的:

• 评估不同败血症发病定义对预测模型性能的影响.
• 为了比较模型性能因开始定义与模型架构的变化.
• 突出研究中需要标准化败血症发病定义的需要.

主要方法:

• 使用MIMIC-III数据库进行回顾性队列研究.
• 根据来自败血症III标准的三个败血症发病定义,分析预测模型性能 (基于树的,深度学习,生存分析).
• 将归因于发病定义的模型性能变化与固有的模型差异进行比较.

主要成果:

• 模型表现显示,对败血症发病定义的变化,比对使用的特定预测模型更为敏感.
• 选择开始时间定义导致收音机操作特征 (AUROC) 下面面积的0-6%变化.
• 当应用固定性败血症定义时,模型性能上的差异是边际的 (1-5%的AUROC增长).

结论:

• 败血症发病的定义显著影响预测模型的性能指标.
• 在不考虑败血症定义的情况下比较预测模型可能会导致错误的结论.
• 败血症发病定义的标准化对于可复制和可靠的败血症预测研究至关重要.