Maschinelles Lernen zur Bewertung des Rückfallrisikos bei akuter biliärer Pankreatitis. (MINERVA)

Akute Pankreatitis ist die häufigste Erkrankung der Bauchspeicheldrüse mit einer weltweiten Inzidenz von 34 Fällen pro 100.000 Personen. Weltweit gibt es jedes Jahr mehr als 1,5 Millionen neue Patienten mit dieser Krankheit, mit einer Sterblichkeitsrate von nahezu 1 %. Patienten mit leichter biliärer akuter Pankreatitis können bei der Aufnahme ins Krankenhaus mit Index, früher Cholezystektomie (innerhalb von 3 bis 7 Tagen nach der akuten Episode) oder konservativ behandelt werden. Während eine konservative Behandlung zu einer Lösung führen kann, erleiden bis zu 35 % dieser Patienten innerhalb von 30 Tagen einen Rückfall und benötigen eine Notoperation bei deutlich schlechterem Gesamtzustand des Patienten, was die Erfolgsaussichten verringert. Darüber hinaus erhöht ein Rückfall die Wahrscheinlichkeit einer chronischen Pankreatitis, eines Bauchspeicheldrüsenkrebses, postoperativer Komplikationen und der Gesamtmortalität dramatisch. Rückfallepisoden haben auch wirtschaftliche Auswirkungen auf Gesundheitseinrichtungen, da ein zweiter und längerer Krankenhausaufenthalt pro Patient die gesamten medizinischen Kosten pro Patient um mindestens 100 % erhöht. Bisher gibt es jedoch keine standardisierten Methoden zur Vorhersage eines Rückfalls einer biliären akuten Pankreatitis bei Patienten, die sich nach der ersten Episode einer leichten biliären akuten Pankreatitis keiner frühen Cholezystektomie unterzogen haben.

Das Projekt MINERVA (Machine learning for the reElapse Risk eValuation in Acute biliary pancreatitis) geht auf die Notwendigkeit in der klinischen Praxis zurück, bei Patienten, die mit der Diagnose einer leichten akuten biliären Pankreatitis ins Krankenhaus eingeliefert werden, eine operative Entscheidung zu treffen.

Das MINERVA-Projekt zielt darauf ab, folgende Ziele und Ergebnisse zu erreichen:

1. Schlagen Sie eine neuartige Methode zur Bewertung des Rückfallrisikos bei Patienten mit leichter biliärer akuter Pankreatitis vor, die sich nach der ersten Episode einer leichten biliären akuten Pankreatitis keiner frühen Cholezystektomie unterzogen haben.
2. Schlagen Sie ein Vorhersagemodell für maschinelles Lernen vor, das eine Deep-Learning-Architektur verwendet, die auf Daten angewendet wird, die einfach von Patienten zu sammeln sind.
3. Validieren Sie den MINERVA-Score anhand einer umfangreichen, multizentrischen, prospektiven Kohorte.
4. Ermöglichen Sie nationalen und internationalen Klinikern, medizinischem Personal, Forschern und der allgemeinen Öffentlichkeit den freien und einfachen Zugriff auf die MINERVA-Score-Berechnung und deren Verwendung in ihrer täglichen klinischen Praxis.

Der MINERVA-Score bietet den Ärzten eine validierte und standardisierte Bewertung des Rückfallrisikos, die die persönliche Vorgeschichte, demografische Daten und Labormerkmale jedes Patienten berücksichtigt. Der MINERVA-Score wird für alle medizinischen Mitarbeiter kostenlos und einfach sofort zu berechnen sein. Es wird jederzeit auf der MINERVA-Website und in der Web-App zugänglich sein und ein sofortiges und zuverlässiges Ergebnis liefern, das für den Arzt und den Patienten einen klaren Hinweis auf den besten Behandlungsweg geben kann.

Das MINERVA-Score-Modell wird anhand einer retrospektiven Patientenkohorte entwickelt (MANCTRA-1, bereits in ClinicalTrials.gov registriert). und wird an einer neuartigen prospektiven multizentrischen Kohorte validiert.

Retrospektive Kohorte Die Modellentwicklung und das erste Training werden an einer retrospektiven Kohorte von Patienten (n=692) durchgeführt, die im Rahmen einer vorläufigen multizentrischen Studie, der MANCTRA-1-Studie (genehmigt von der Ethikkommission des Universitätskrankenhauses von Cagliari, MANCTRA-1), gesammelt wurden - NCT04747990, Prot. PG/2021/7108) durchgeführt vom PI (Dr. Mauro Podda) und die lokale Universität von Cagliari, verantwortlich für das MINERVA-Projekt.

Prospektive Kohorte Insgesamt werden 430 Patienten in die prospektive Kohorte der MINERVA-Studie aufgenommen.

Methoden Der MINERVA-Score basiert auf einem Modell des maschinellen Lernens, das an einer retrospektiven Kohorte entwickelt und trainiert und an einer prospektiven Patientenkohorte validiert wird.

Alle Modellvariablen werden mit der Kernel-Hauptkomponentenanalyse (kPCA) verarbeitet.

Die konvexe Hülle des Streudiagramms der Hauptkomponenten wird berechnet und das kleinste Rechteck wird extrahiert. Das Rechteck wird mithilfe der Mittelung und Normalisierung von Merkmalen in ein 2D-Bild mit fester Auflösung umgewandelt.

Das Modell wird an der Universität Neapel Federico II von Dr. Daniela Pacella mit der Expertise und Betreuung im Bereich maschinelles Lernen entwickelt.

Um eine Überanpassung zu verhindern, wird der Datensatz in Trainingssatz, Testsatz und Validierungssatz aufgeteilt. Zusätzlich wird eine k-fache Kreuzvalidierung verwendet. Die Leistung des MINERVA-Modells wird anhand der am häufigsten verwendeten Genauigkeitsmaße wie Präzision, Rückruf und AUC (Fläche unter der ROC-Kurve) bewertet. Darüber hinaus wird seine Leistung mit der Leistung traditioneller maschineller Lernmethoden (SVM, ANN) verglichen. Fehlende Daten werden mit Imputationsmethoden behandelt.

Variablen Alter (Jahre) Geschlecht (männlich: weiblich) Frühere Episoden einer biliären Pankreatitis (Ja; Nein) Aufnahmefachgebiet (HepatoPankreatoGallenchirurgie, Allgemeine Chirurgie, Innere Medizin, Gastroenterologie) Body-Mass-Index -BMI- (kg/m2) Klinische Vorgeschichte von Diabetes (Kein Diabetes; Ja mit Organfunktionsstörung; Ja ohne Organfunktionsstörung) Klinische Vorgeschichte einer chronischen Lungenerkrankung (Ja; Nein) Klinische Vorgeschichte von Bluthochdruck (Ja; Nein) Klinische Vorgeschichte von Vorhofflimmern (Ja; Nein) Klinische Vorgeschichte einer ischämischen Herzerkrankung (Ja; Nein) Klinische Vorgeschichte einer chronischen Nierenerkrankung (Nein; Ja unter Medikamenteneinnahme; Ja bei dauerhafter Nierenersatztherapie oder in Vorbereitung darauf) Klinische Vorgeschichte von Erkrankungen des hämatopoetischen Systems (Ja; Nein) Patient, der im Krankenhaus immunsuppressive Medikamente einnimmt Aufnahme (Ja; Nein) Weiße Blutkörperchen -WBC- (Zellen/mm3) Neutrophile (Zellen/mm3) Blutplättchen (Plt/mm3) INR (International Normalized Ratio) C-reaktives Protein -CRP- (mg/L) Aspartataminotransferase - AST- (U/L) Alaninaminotransferase -ALT- (U/L) Gesamtbilirubin (mg/dl) Konjugiertes Bilirubin (mg/dl) Gamma-Glutamil-Transpeptidase -GGT- (U/L) Serumamylase (U/L ) Serumlipase (U/L) Laktatdehydrogenase -LDH- (U/L) Choledocholithiasis (Ja; Ja, mit Obstruktion des gemeinsamen Gallengangs; Nein) Cholangitis (Ja; Nein) ERCP mit Sphinkterotomie (Ja innerhalb von 24 Stunden nach Krankenhauseinweisung; Ja innerhalb von 24–48 Stunden nach Krankenhauseinweisung; Ja innerhalb von 48–72 Stunden nach Krankenhauseinweisung; Nein) Akuter biliärer Pankreatitis-Rückfall nach 30 Tagen, 60– Tag, 90 Tage, 1 Jahr.