Phát triển mô hình dự báo tử vong ở bệnh nhân viêm phổi cộng đồng nhập viện dựa trên học máy

Tóm tắt

Mục tiêu: Phát triển mô hình dự báo tử vong 30 ngày ở bệnh nhân viêm phổi cộng đồng nhập viện bằng thuật toán rừng ngẫu nhiên (RF) và so sánh khả năng dự báo với thang điểm CURB-65. Đối tượng và phương pháp: Nghiên cứu mô tả, hồi cứu tại Khoa Cấp cứu - Bệnh viện TWQĐ 108 từ năm 2021 - 2022 ở các bệnh nhân người lớn nhập viện vì viêm phổi cộng động. Dữ liệu ban đầu gồm 21 biến lâm sàng và cận lâm sàng thu thập trong 24 giờ đầu nhập viện. Các bệnh nhân chia ngẫu nhiên thành tập huấn luyện (70%) và tập kiểm tra (30%). Hồi quy LASSO được áp dụng trên tập huấn luyện để chọn biến dự báo độc lập, sau đó dùng để xây dựng mô hình RF. Hiệu suất mô hình đánh giá trên tập kiểm tra qua các chỉ số: AUC, Se, Sp, PPV, NPV và độ chính xác. Kết quả: 350 bệnh nhân viêm phổi cộng đồng, tuổi trung bình 71,7±16,0 với tỷ lệ tử vong 30 ngày là 6,3%. Hồi quy LASSO đã chọn ra 5 biến dự báo độc lập (rối loạn ý thức, thâm nhiễm đa thùy, nồng độ urê, albumin và lactate máu). Mô hình RF được xây dựng từ 5 biến này có hiệu suất vượt trội hơn với thang điểm CURB-65 trên tập kiểm tra, với AUC_RF​= 0,969 và AUC_CURB-65​ = 0,703 (p=0,004). Mức độ quan trọng của các biến trong mô hình RF theo thứ tự giảm dần là nồng độ lactate, albumin, urê, rối loạn ý thức và thâm nhiễm đa thùy phổi. Kết luận: Mô hình rừng ngẫu nhiên sử dụng 5 biến lâm sàng và cận lâm sàng cho thấy hiệu suất dự báo tử vong 30 ngày ở bệnh nhân CAP nhập viện tốt hơn đáng kể so với thang điểm CURB-65.