Валидация алгоритма машинного обучения для выявления новорожденных с риском гипоксически-ишемической энцефалопатии в большой независимой выборке данных

Введение

Гипоксически-ишемическая энцефалопатия (HIE) остается серьезным осложнением у новорожденных, требующим своевременной диагностики и вмешательства. Использование алгоритмов машинного обучения может помочь в раннем выявлении младенцев из группы риска.

Цель

Валидация алгоритма прогнозирования HIE для идентификации новорожденных с риском развития гипоксически-ишемической энцефалопатии сразу после рождения с использованием клинических данных, доступных в раннем постнатальном периоде.

Методы

Проведен вторичный анализ данных электронных медицинских карт доношенных новорожденных (>36 недель гестации) за период с января 2017 по декабрь 2021 года в условиях третичного перинатального центра. Критерии включения:

• Наличие оценки по шкале Апгар на 1-й и 5-й минуте
• Значения pH, дефицита оснований и лактата в течение первого часа жизни

Для прогнозирования HIE использовались предварительно обученные алгоритмы логистической регрессии и случайного леса (RF), вычисляющие индекс вероятности (PI) для каждого младенца.

Результаты

Из 1081 новорожденных с полным набором данных в течение первого часа жизни у 76 (6.95%) была диагностирована HIE (37 легкая, 29 среднетяжелая, 10 тяжелая формы). Наилучшая точность продемонстрирована моделью случайного леса:

• Медиана PI в группе HIE: 0.70 (IQR 0.53-0.86) против 0.05 (IQR 0.02-0.15) в группе без HIE (p<0.001)
• Площадь под ROC-кривой: 0.926 (95% ДИ 0.893-0.959, p<0.001)
• При оптимальном пороге PI=0.30 правильная классификация достигнута в 86.5% случаев (936/1081)

Выводы

В независимой выборке данных открытый алгоритм машинного обучения продемонстрировал высокую точность в идентификации новорожденных с риском HIE в раннем постнатальном периоде. Это может способствовать:

1. Целенаправленному клиническому обследованию
2. Своевременному переводу в третичный центр (при необходимости)
3. Раннему началу терапевтических вмешательств

Термины и сокращения

• HIE - Hypoxic Ischaemic Encephalopathy (Гипоксически-ишемическая энцефалопатия)
• RF - Random Forest (Случайный лес - алгоритм машинного обучения)
• PI - Probability Index (Индекс вероятности)
• ROC - Receiver Operating Characteristics (Рабочая характеристика приемника)
• IQR - Interquartile Range (Интерквартильный размах)