Un nuovo modello predittivo per la morte ospedaliera da sepsi

Se i pazienti con sepsi a rischio di morte in ospedale venissero identificati precocemente, la prognosi potrebbe migliorare di molto. I ricercatori hanno quindi provato a sviluppare un modello atto alla prevenzione della morte ospedaliera da sepsi basandosi sul database del Medical Information Mart for Intensive Care-Ⅲ (MIMIC-Ⅲ) e utilizzando i dati clinici per convalidare esternamente il modello.


Sono stati inclusi 1.839 pazienti con sepsi e 125 casi clinici per la convalida esterna; la capacità discriminatoria del modello è stata determinata calcolando l’area sotto la curva (AUC) con intervalli di confidenza al 95% (CI).


L’AUC del modello di foresta casuale era di 0,754, mentre quello del modello di regressione logistica era di 0,703. Inoltre, il modello di foresta casuale presentava un AUC più alto. La convalida esterna ha mostrato che l’AUC del modello di foresta casuale era 0,539 e un’ulteriore convalida è stata effettuata in base al sesso e al punteggio SOFA (Punteggio di valutazione dell’insufficienza d’organo sequenziale). L’AUC del modello nei maschi e nelle femmine era rispettivamente di 0,648 e 0,412, mentre l’AUC del modello nella popolazione con punteggi SOFA di 3-8, 9-12 e 13-15 era rispettivamente di 0,705, 0,495 e 0,769.


I risultati hanno evidenziato come il modello di foresta casuale presentasse una migliore capacità predittiva e una buona applicabilità a popolazioni esterne con punteggio SOFA di 13-15.


Fonte: American Journal of Infection Control

IT-NON-06033-W-12/2023