Predicción de inteligencia artificial para la gravedad de la pancreatitis aguda

De forma retrospectiva, se cribaron 1550 pacientes que fueron seguidos en la Clínica de Gastroenterología de la Universidad Fundación Bezmialem entre octubre de 2010 y febrero de 2020 y que fueron diagnosticados de PA según los criterios de Atlanta. Después de la eliminación de 216 pacientes con datos faltantes, 1334 pacientes se incluyeron en el estudio para su evaluación.

1. información demográfica del paciente; [edad (yo), género (masculino/femenino), uso de cigarrillo/alcohol (como sí o no)], información clínica; [estatura (centímetros), peso (kilogramos), IMC (en kg/m2), presencia de diabetes mellitus e hipertensión (si o no)], etiología de PA como cálculos biliares, alcohol, etc., y exámenes de laboratorio los tomados dentro de las primeras 24 horas del ingreso; [Nivel de PCR (mg/dl, normalmente: 0-5), nivel de BUN (mg/dl, normalmente; 9,8 - 20,1), nivel de creatinina (mg/dl, normalmente; 0,57 - 1,11) , número de leucocitos (normalmente 4,5 a 11,0 ×109/L) y nivel de hematocrito (%, normalmente: 35,5-48%)], así como puntuación tomográfica de Balthazar [0: normal, 1: aumento del tamaño del páncreas, 2: cambios inflamatorios en el tejido pancreático y tejido graso peripancreático, 3: borde irregular, colección líquida única, 4: bordes irregulares, 2 o más colecciones líquidas, 5 a 10 grados diferentes de necrosis)], se registrará en el archivo de Excel.
2. La puntuación de Atlanta revisada también se registrará dentro de un período de una semana de la admisión al hospital como puntuaciones leves, moderadas y graves. La necrosis pancreática infectada y la sepsis que se desarrollaron durante el curso de la pancreatitis aguda se aceptarán como pancreatitis aguda grave debido a la insuficiencia de algunos problemas en la puntuación de Atlanta. La gravedad de la enfermedad se evaluará de acuerdo con las puntuaciones de Atlanta. Y los resultados del estudio de inteligencia artificial se compararán de acuerdo con los resultados de la puntuación de Atlanta.
3. Las complicaciones se clasifican como 0; ninguno, 2; complicaciones locales: pseudoquiste, absceso, necrosis, trombosis y paniculitis mesentérica, 3; complicaciones sistémicas: complicaciones pulmonares, renales, gastrointestinales y cardiovasculares, 4; mixta complicaciones graves/situaciones de comorbilidad, 5: complicaciones infecciosas y sépticas.
4. Además, los requisitos de procedimientos invasivos como la ecografía endoscópica (EUS), la colangiopancreatografía retrógrada endoscópica (CPRE) (como sí o no), la duración de la estancia hospitalaria (menos de 10 días o más de 11 días), el requisito de unidad de cuidados intensivos (presente o no). ), número de futuros ataques de AP (en duración después de un mes de ingreso hospitalario, a partir de un ataque o más de un ataque), y también se registrará la supervivencia (muerte, vivo).

Se utiliza el algoritmo de aprendizaje automático: árboles de conjuntos potenciados por gradientes. ("Aproximación de funciones codiciosas: una máquina potenciadora de gradientes" de Jerome H. Friedman (1999)). El conjunto de datos se ha particionado con una proporción del 90 % al 10 %. El 10 % es para validación y el 90 % para aprendizaje automático de IA. La parte de aprendizaje automático del 90 % también se ha dividido en dos partes: 70 % para aprendizaje de IA y 30 % para probar el aprendizaje. Para ello se ha utilizado un muestreo estratificado quíntuple

Métodos de Inteligencia Artificial del Estudio

Características utilizadas para el aprendizaje automático de IA:

1. Género: M/F
2. Edad: valor continuo
3. Altura (cm): Valor continuo
4. Peso (Kg): Valor Continuo
5. Grupos de IMC: Grupo 1: ≤ 25 kg/m2; Grupo 2; 25-30 kg/m2; Grupo 3: >30,1 kg/m2
6. cigarrillo: 0; no, 1; Sí
7. Alcohol: 0; no, 1; Sí
8. Diabetes mellitus: 0; no, 1; Sí
9. Hipertensión: 0; no, 1; Sí
10. Etiología: 1; biliar, 2; alcohol, 3; hipertrigliceridemia, 4; hipercalcemia, 5; droga, 6; congénita, 7; criptogénico, 8; colangiografía retrógrada endoscópica (CPRE), 9; disfunción extraña del esfínter (OSD), 10; malignidad, 11; neoplasia mucinosa intrapapilar (IPMN), 12: colangiografía esclerosante primaria (PSC) 13: autoinmune, 14: etiología múltiple
11. Número de leucocitos (WBC): N; 4,5-11x100
12. Hematocrito (Hct): N; %35,5-48
13. Proteína C reactiva (PCR): N: 0-5 mg/dl
14. Nitrógeno ureico en sangre (BUN): N: 9,8-20,1 mg/dl
15. Creatinina (KREA): N: 0,57-1,11 mg/dl
16. Puntuación de Baltazar (BLTZR): 0; Normal P, 1; Aumento de tamaño pancreático, 2; Cambios inflamatorios en el tejido pancreático y tejido graso peripancreático 3; Colección líquida única con bordes irregulares, 4, 2 o más colecciones líquidas con bordes irregulares, con diversos grados de necrosis (entre 5 y 10)

En inteligencia artificial, los modelos de árboles de decisión se utilizan ampliamente para el aprendizaje automático supervisado. Pueden depender del índice de Gini, relación de ganancia/entropía, chi-cuadrado, regresión, etc. En IA, son los preferidos porque generan reglas comprensibles para los humanos, a diferencia de otros algoritmos de aprendizaje automático, como las redes neuronales artificiales y las máquinas de vectores de soporte. Por otro lado, se les considera aprendices débiles. Eso significa que se ven muy afectados por el ruido y los valores atípicos existentes en el conjunto de datos. Para evitar esta desventaja, se han desarrollado modelos como Random Forest, Ensemble Trees, Gradient Boosting.

Los árboles Random Forest y Ensemble generan reglas mediante la aplicación de un determinado algoritmo de árbol de decisión a las partes del conjunto de datos vertical y horizontalmente. Esta técnica reduce drásticamente el error que se produce en el aprendizaje. Una vez que se completan los procesos de aprendizaje, combinan árboles de decisión débiles en un modelo de árbol de decisión fuerte y más grande. Los modelos de aprendizaje de conjuntos logran un mejor aprendizaje al minimizar el valor promedio de la función de pérdida en el conjunto de entrenamiento a través de una aproximación F ̂ (x). La idea es aplicar un paso de descenso más empinado al problema de minimización de manera codiciosa.

En este estudio, el modelo de árbol de impulso de gradiente propuesto por Friedman se ha utilizado para el aprendizaje automático. Este modelo elige un valor óptimo separado para cada una de las partes del árbol en lugar de uno solo para todo el árbol. Este enfoque se puede utilizar para minimizar cualquier pérdida diferenciable L(y, F) junto con el modelado aditivo por etapas de reenvío. Se informa que el modelo de árbol potenciador de gradiente supera en muchos casos a los bosques aleatorios y a los árboles de conjuntos regulares.

El objetivo del algoritmo es encontrar una aproximación F_m (x_i) que minimice la función de pérdida esperada L(y,F(x)).

El algoritmo se puede resumir de la siguiente manera:

Entradas:

Un conjunto de datos de entrenamiento: {(x_i,y_i )} i=1 an con dimensión n y una variable de clase Una función de pérdida diferenciable: L(y,F(x)) El número de iteraciones: M.

Producción:

F_m (x_i)

Algoritmo:

Inicializar el modelo con un valor constante:

F_0 (x)=arg min⁡∑_(i=1)^n▒〖L(y_i,γ)〗

Para m = 1 a M:

Calcular pseudo-residuales rim r_im=-[(∂L(y_(i,) F(x_i )))/(∂F(x_i))]

Entrene a un alumno base a pseudo-residuales, usando el conjunto de entrenamiento:

{(x_i,y_i )} i=1 a n Calcular el multiplicador γ γ=arg min⁡∑_(i=1)^n▒〖L(y_i,F_(m-1) (x_i )+γh_m (x_i )) 〗

Actualizar el modelo:

〖F_m (x_i)=F〗_(m-1) (x_i )+γ_m h_m (x_i ) Salida F_m (x_i)

En el análisis, se ha utilizado la técnica de sobremuestreo de minorías sintéticas (SMOTE) [5] para evitar la desventaja del desequilibrio de las variables de clase. SMOTE es una técnica de aumento de datos para aumentar los datos. En algunos casos, la variable de clase puede no tener la misma cantidad de valores de todos los casos. Por ejemplo, puede haber muchos más pacientes sobrevivientes que aquellos que perdieron la vida. En este tipo de situación, los datos se aumentan. Hubo un desequilibrio en las variables de clase en el conjunto de datos de este estudio. Entonces, SMOTE se ha aplicado para aumentar las clases minoritarias para el entrenamiento.

El conjunto de datos se ha particionado con una proporción del 90 % al 10 %. El 10 % es para validación y el 90 % para aprendizaje automático de IA. La parte de aprendizaje automático del 90 % también se ha dividido en dos partes: 70 % para aprendizaje de IA y 30 % para probar el aprendizaje. Para ello, se ha utilizado un muestreo estratificado por quíntuples. La plataforma analítica KNIME se ha utilizado para el aprendizaje automático de IA.