Infektiotautien ennustaminen matalan ja keskitason tulotasoisten maiden terveystietojärjestelmäaineiston avulla (DiGi)

Dengue on nopeasti esiin nouseva tartuntatauti Etelä- ja Kaakkois-Aasiassa. Varmaan diagnoosin vaatii laboratoriotestauksen (PCR tai antigeenitestaus), joka usein puuttuu korkeimman ilmaantuvuuden omaavissa ympäristöissä. Potilaiden, joilla on dengue, ja pienen määrän potilaita, joilla on dengue ja jotka edenneet vakavaan tautiin, oikea tunnistaminen on tärkeää asianmukaisten hoitojen nopean aloittamisen varmistamiseksi.

Olemassa olevat mallit käyttävät yhdistelmää kliinisistä ja laboratorio-ominaisuuksista. Bangkokin trooppisten tautien sairaalassa vuosina 2013–2014 otetun 397 potilaan aineistolla kehitetty ja testattu malli käytti Bayesilaisia muuttujia (maksa ja täysi verilaskenta) ja kliinisiä oireita (mukaan lukien kuume, pisteenvuoto, verenvuoto) erottaakseen denguen muista kuumeisista sairauksista. Tuloksena olevan mallin AUC oli 0,75, joka parani 0,8:aan, kun NS1 sisällytettiin. Sequential Organ Failure (SOFA) -pisteet tai niiden muokatut versiot käyttävät elintoimintojen ja verikokeiden (maksa, munuaiset ja hematologia) tietoja ja ovat hyviä indikaattoreita niille, jotka todennäköisesti kuolevat. Ne toimivat kuitenkin vähemmän hyvin kohtalaisen vakavissa sairauksissa (esim. teho-osastoon joutumisen ennustaminen).

Nämä lähestymistavat ovat lupaavia, mutta niitä rajoittaa rajallinen yleistettävyys, useiden verikokeiden ja kliinisten oireiden käyttö. Edullinen ja helppokäyttöinen työkalu, joka kykenee nopeasti diagnosoimaan denguen ja ennustamaan taudin vakavuutta, olisi suuresti arvokas alueella. Nykyaikaisilla koneoppimismenetelmillä tämä on nyt mahdollista, ja aiemmin tunnistetut esteet, kuten suuren määrän koulutusaineiston tarve, voidaan nyt voittaa. Esimerkiksi malleja voidaan luoda suurista aineistoista, mutta sitten optimoida pienemmille erilaisille aineistoille (aineisto joko muista paikoista/olosuhteista tai vähemmällä syötteellä).

Olemme aiemmin osoittaneet, että dataan perustuvat koneoppimisalgoritmit voivat yleistää useiden Yhdistyneen kuningaskunnan (UK) kansanterveyspalvelun (NHS) luottamusten yli (COVID-19:n ennustamiseksi). Vaikka aluksi koulutettiin yli 77 000 potilaan aineistolla, loimme mallin, joka vaati vain elintoimintojen ja sängyn vieressä tehtävän verilaskennan tiedot COVID-19-diagnoosin ennustamiseksi potilaille, jotka saapuivat UK:n sairaaloihin. Olemme osoittaneet kyvyn mukauttaa tätä mallia alemman keskitulotason maan (LMIC) ympäristöön käyttämällä kahden vietnamilaisen sairaalan aineistoja. Mukautetut mallit saavuttivat AUROC-arvot noin 0,75 ja AUPRC-arvot noin 0,89 (samanlaisia kuin UK:n paikoissa, joissa oli paljon suurempi määrä aineistoa). "Siirto-oppimisen" suorittaminen, jossa pientä osaa UK:n aineistosta käytettiin tukemaan mallin kehittämistä Vietnamissa, paransi suorituskykyä 5–10 %. Huomasimme myös, että puuttuvien arvojen käsittelyyn tarkoitettujen tilastollisten menetelmien käyttö voi parantaa ennustuskykyä edelleen 2–5 %. Tämä koneoppimismalli voi toimia myös 'perusmallina' ja mukautua uuteen tehtävään, esim. dengueen.