Predicting the Length of Mechanical Ventilation in Acute Respiratory Disease Syndrome Using Machine Learning: The PIONEER Study
Notice bibliographique
Résumé
Background: The ability to predict a long duration of mechanical ventilation (MV) by clinicians is very limited. We assessed the value of machine learning (ML) for early prediction of the duration of MV > 14 days in patients with moderate-to-severe acute respiratory distress syndrome (ARDS). Methods: This is a development, testing, and external validation study using data from 1173 patients on MV ≥ 3 days with moderate-to-severe ARDS. We first developed and tested prediction models in 920 ARDS patients using relevant features captured at the time of moderate/severe ARDS diagnosis, at 24 h and 72 h after diagnosis with logistic regression, and Multilayer Perceptron, Support Vector Machine, and Random Forest ML techniques. For external validation, we used an independent cohort of 253 patients on MV ≥ 3 days with moderate/severe ARDS. Results: A total of 441 patients (48%) from the derivation cohort (n = 920) and 100 patients (40%) from the validation cohort (n = 253) were mechanically ventilated for >14 days [median 14 days (IQR 8–25) vs. 13 days (IQR 7–21), respectively]. The best early prediction model was obtained with data collected at 72 h after moderate/severe ARDS diagnosis. Multilayer Perceptron risk modeling identified major prognostic factors for the duration of MV > 14 days, including PaO2/FiO2, PaCO2, pH, and positive end-expiratory pressure. Predictions of the duration of MV > 14 days showed modest discrimination [AUC 0.71 (95%CI 0.65–0.76)]. Conclusions: Prolonged MV duration in moderate/severe ARDS patients remains difficult to predict early even with ML techniques such as Multilayer Perceptron and using data at 72 h of diagnosis. More research is needed to identify markers for predicting the length of MV. This study was registered on 14 August 2023 at ClinicalTrials.gov (NCT NCT05993377).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».