Prédire la mortalité et la durée du séjour en unité de soins intensifs grâce au machine learning

"Les unités de soins intensifs (USI) assurent une continuité des soins et une surveillance continue aux patients atteints de maladies graves. Une équipe de chercheurs de la Chiba University Graduate School of Medicine a mené une recherche visant à étudier la précision prédictive de la mortalité et de la durée du séjour des patients admis en USI à l’aide du machine learning. Leur étude intitulée « Prediction algorithm for ICU mortality and length of stay using machine learning » a été publiée dans Nature le 28 juillet dernier.

Shinya Iwase, Taka-aki Nakada, Tadanaga Shimada, Takehiko Oami, Takashi Shimazui, Nozomi Takahashi, Jun Yamabe, Yasuo Yamao, Eiryo Kawakami de l’université japonaise Chiba University Graduate School of Medicine, sont les auteurs de cette étude. L’objectif était d’étudier la précision prédictive de la mortalité et de la durée du séjour des patients admis en USI mais également d’identifier les variables contribuant à la prédiction ou à la classification précises des patients. La plupart des études existantes ne portaient que sur la mortalité.

Les données de l’étude

Les chercheurs ont mené cette étude de cohorte rétrospective à l’aide des données des dossiers de santé électroniques établis à l’admission de 12 747 patients à l’unité de soins intensifs de l’hôpital universitaire de Chiba, au Japon, de novembre 2010 à mars 2019.

Pour développer les algorithmes de prédiction, les données de 91 variables d’entrée ont été collectées, le plus tôt possible après l’admission et au plus tard, dans les 24 heures, à partir du système de données de l’USI..." Lire la suite