Early Prediction of ICU Mortality in Patients with Acute Hypoxemic Respiratory Failure Using Machine Learning: The MEMORIAL Study
Notice bibliographique
Résumé
Background: Early prediction of ICU death in acute hypoxemic respiratory failure (AHRF) could inform clinicians for targeting therapies to reduce harm and increase survival. We sought to determine clinical modifiable and non-modifiable features during the first 24 h of AHRF associated with ICU death. Methods: This is a development, testing, and validation study using data from a prospective, multicenter, nation-based, observational cohort of 1241 patients with AHRF (defined as PaO2/FiO2 ≤ 300 mmHg on mechanical ventilation [MV] with positive end-expiratory pressure [PEEP] ≥ 5 cmH2O and FiO2 ≥ 0.3) from any etiology. Using relevant features captured at AHRF diagnosis and within 24 h, we developed a logistic regression model following variable selection by genetic algorithm and machine learning (ML) approaches. Results: We analyzed 1193 patients, after excluding 48 patients with no data at 24 h after AHRF diagnosis. Using repeated random sampling, we selected 75% (n = 900) for model development and testing, and 25% (n = 293) for final validation. Risk modeling identified six major predictors of ICU death, including patient’s age, and values at 24 h of PEEP, FiO2, plateau pressure, tidal volume, and number of extrapulmonary organ failures. Performance with ML methods was similar to logistic regression and achieved a high area under the receiver operating characteristic curve (AUROC) of 0.88, 95%CI 0.86–0.90. Validation confirmed adequate model performance (AUROC 0.83, 95%CI 0.78–0.88). Conclusions: ML and traditional methods led to an encouraging model to predict ICU death in ventilated AHRF as early as 24 h after diagnosis. More research is needed to identify modifiable factors to prevent ICU deaths.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».