ML identifikuje komorbidity v riziku IBD a předčasné smrti

Nová studie strojového učení odhaluje, jak chronické stavy v raném životě, jako je artritida, poruchy nálady a hypertenze, mohou u lidí s IBD dodržovat předčasnou smrt-vysoko osvětlují kritické příležitosti pro dřívější zásah.

Studie: Predikce strojového učení předčasné smrti na multimorbiditu u lidí se zánětlivým onemocněním střev: retrospektivní kohortová studie založená na populaci. Obrázek kredit: apichatn / shutterstock.com

Nedávný Kanadská lékařská asociace Journal Studie používá modely strojového učení k prozkoumání vzorců mezi multimorbiditou a předčasnými úmrtími u decedentů s podrážděným střevním onemocněním (IBD).

IBD a předčasná smrt

IBD je deštníkový termín pro skupinu chronických zánětlivých poruch, včetně Crohnovy choroby a ulcerózní kolitidy, které ovlivňují gastrointestinální trakt. Vědci předpovídají, že přibližně 470 000 kanadských lidí vyvine IBD do roku 2035.

Jednotlivci s diagnózou IBD s větší pravděpodobností vyvinou chronické zdravotní stavy a v důsledku toho zažívají předčasnou smrt ve srovnání s jinými jedinci. Je proto zásadní zjistit, které komorbidity jsou odpovědné za zvýšené riziko předčasné smrti u pacientů s IBD.

O studii

Současná populační retrospektivní kohortová studie použila Ontario administrativní zdravotní údaje k predikci předčasné míry úmrtnosti pacientů s IBD pomocí technik strojového učení (ML) založené na třech úkolech. Vědci také identifikovali vzorce mezi chronickými podmínkami, které nejsou AIBD a předčasnou smrtí u decedentů s IBD.

Úkol 1 předpovídal předčasnou smrt, aniž by se zvažoval chronické stavy, které se vyvíjely později v životě, jako je městnavé srdeční selhání, demence a chronický koronární syndrom. Ve srovnání s tím, že úkoly 2 a 3 zvažovaly souvislost mezi přítomností chronických stavů bez ABD a předčasnou smrtí. Úkol 3 zvažoval mladý věk při diagnostice poruch nálady, mužského pohlaví, hypertenze, osteo- a jiných typů artritidy a poruch duševního zdraví.

Pro úkoly 1 a 2 byly vyvinuty modely logistické regrese, náhodného lesa a extrémního gradientu (xgboost). Model XGBOost (XGB3) byl použit pro úlohu 3, který obsahuje celkem sedm modelů.

Současná studie zvažovala údaje jednotlivců, kteří bydleli v Ontariu, byla diagnostikována IBD a zemřela mezi 1. lednem 2010 a 31. lednem 2020. K identifikaci pacientů s diagnostikovanou IBD byla použita údaje o kohortové studii Ontario Crohn a Colitis.

Použitím ověřených algoritmů pro správní údaje o zdraví byli identifikováni jedinci s anamnézou chronických stavů, jako je městnavé srdeční selhání, astma, diabetes, chronická obstrukční plicní onemocnění, hypertenze, srdeční arytmie, revmatoidní artritida a poruchy duševního zdraví.

Nálezy studie

Do současné studie bylo zařazeno celkem 9 278 decedentů s IBD, z nichž 49,3% z nich byly ženy a 47,2% z nichž zažila předčasná smrt. Nejčastější komorbidity ve věku šedesáti let byly osteo- a jiné typy artritidy, poruchy nálady a hypertenze. Při smrti se často objevují podmínky, které se často vyskytují, osteo- a jiné typy artritidy, hypertenze, poruchy nálady, selhání ledvin a rakovinu.

Všech sedm modelů strojového učení prokázalo silný výkon a kalibraci na testovacích datech. Vynikající výkon modelu byl pozorován u úkolů 2 a 3, z nichž oba zahrnovali jedinci, kterým byly diagnostikovány komorbidní podmínky diagnostikované před 60 lety, byly zahrnuty pouze.

Nejsilnější rys uvažovaný pro předpovídání předčasné smrti se lišil napříč úkoly a uvnitř. Ačkoliv všechny modely vykazovaly podobné predikční schopnosti, jejich výsledky byly založeny na různých vztazích v rámci dat.

Modely použité v úloze 3 vykazovaly méně chyb predikce rychlostí 11%. Falešná pozitivní predikce byla spojena se specifickými podmínkami včetně osteo- a jiných typů artritidy (58%), hypertenze (56%) a poruch nálady (53%), zatímco u jedinců s menšími komorbiditami došlo k falešně negativním chybám.

Podobné předpovědi byly získány napříč podtypy a pohlavími IBD. Například ve srovnání se všemi modely, který zahrnoval věk při diagnostice pro každý chronický stav vyvinutý ve věku 60 let nebo dříve, vykazoval nejlepší výkon.

Závěry

Modely ML mají potenciál přesně předpovídat předčasnou smrt spojenou s komorbiditami bez AIBD, zejména když byly tyto modely vyškoleny s podmínkami raného života. Kromě toho byly také důležitými rysy, které lze použít k předpovídání předčasné smrti, které lze použít k predikci předčasné smrti.

Náš model pomáhá pitvat a zachytit heterogenitu pacienta a identifikovat oblasti, kde je zapotřebí cílenějšího sledování, aby bylo možné lépe porozumět jejich klinickému významu a vztahu k závažnosti IBD. “

K rozvoji účinné preventivní péče na úrovni populace je zapotřebí dalšího multidisciplinárního výzkumu k objasnění toho, jak multimorbidita při IBD způsobuje předčasnou smrt.