Vorhersage von Infektionskrankheiten in Ländern mit niedrigem und mittlerem Einkommen unter Verwendung von elektronischen Patientenakten-Daten (DiGi)

Dengue ist eine sich rasch ausbreitende Infektionskrankheit in Süd- und Südostasien. Eine definitive Diagnose erfordert Labortests (PCR oder Antigentests), die in Gebieten mit der höchsten Inzidenz oft nicht verfügbar sind. Die korrekte Identifizierung von Patienten, die an Dengue erkrankt sind, und der kleinen Anzahl von Dengue-Patienten, die einen schweren Krankheitsverlauf entwickeln werden, ist wichtig, um eine schnelle Einleitung geeigneter Behandlungen zu gewährleisten.

Bestehende Modelle verwenden eine Kombination aus klinischen und Labormerkmalen. Ein Modell, das auf Daten von 397 Patienten entwickelt und getestet wurde, die zwischen 2013 und 2014 im Hospital for Tropical Diseases in Bangkok aufgenommen wurden, nutzte eine Bayes'sche Modellierung von Variablen (Leber- und vollständiges Blutbild) und klinischen Symptomen (einschließlich Fieber, Petechien, Blutungen), um Dengue von anderen fieberhaften Erkrankungen zu unterscheiden. Das resultierende Modell erreichte eine AUC von 0,75, die sich auf 0,8 verbesserte, wenn NS1 einbezogen wurde. Die Sequential Organ Failure (SOFA)-Scores oder modifizierte Versionen verwenden Vitalzeichen- und Bluttestdaten (Leber, Niere und Hämatologie) und sind gute Indikatoren für diejenigen, die wahrscheinlich sterben werden. Sie funktionieren jedoch bei mäßig schweren Erkrankungen weniger gut (z.B. bei der Vorhersage der Notwendigkeit einer Aufnahme auf die Intensivstation).

Diese Ansätze sind vielversprechend, werden jedoch durch eine begrenzte Verallgemeinerbarkeit, die Verwendung mehrerer Bluttests und klinischer Symptome eingeschränkt. Ein kostengünstiges, einfaches Werkzeug, das Dengue schnell diagnostizieren und den Schweregrad der Krankheit vorhersagen kann, wäre in der Region von großem Wert. Mit modernen Methoden des maschinellen Lernens ist dies nun machbar, und bisher identifizierte Hindernisse wie die Anforderung großer Mengen von Trainingsdaten können nun überwunden werden. Beispielsweise können Modelle aus großen Datensätzen erstellt, aber dann für kleinere, unterschiedliche Datensätze optimiert werden (Daten entweder von anderen Standorten/Bedingungen oder mit weniger Eingabedaten).

Wir haben zuvor gezeigt, dass datengesteuerte Algorithmen des maschinellen Lernens über mehrere National Health Service (NHS)-Trusts im Vereinigten Königreich (UK) hinweg verallgemeinern können (für die Vorhersage von COVID-19). Während das Modell ursprünglich mit Daten von über 77.000 Patienten trainiert wurde, erstellten wir ein Modell, das nur Vitalzeichen- und Bettside-Blutbilddaten benötigt, um eine COVID-19-Diagnose bei Patienten, die sich in UK-Krankenhäusern vorstellen, vorhersagen zu können. Wir haben die Fähigkeit demonstriert, dieses Modell für ein Umfeld in einem Land mit niedrigem mittlerem Einkommen (LMIC) unter Verwendung von Daten aus zwei vietnamesischen Krankenhäusern anzupassen. Die angepassten Modelle erreichten AUROCs von etwa 0,75 und AUPRCs von etwa 0,89 (ähnlich wie an UK-Standorten, wo viel größere Datenmengen verfügbar waren). Die Durchführung von "Transfer Learning", bei dem eine kleine Teilmenge von UK-Daten zur Unterstützung der Modellentwicklung in Vietnam verwendet wurde, verbesserte die Leistung um 5-10 %. Wir fanden auch heraus, dass die Verwendung statistischer Methoden zur Behandlung fehlender Werte die Vorhersageleistung um weitere 2-5 % verbessern kann. Dieses maschinelle Lernmodell kann auch als "Basismodell" fungieren und für eine neue Aufgabe, z.B. Dengue, angepasst werden.