Voorspelling van Infectieziekten in LMIC's met Gebruik van Elektronische Patiëntendossiers (DiGi)

Dengue is een snel opkomende infectieziekte in Zuid- en Zuidoost-Azië. Een definitieve diagnose vereist laboratoriumtesten (PCR of antigeentesten), die vaak niet beschikbaar zijn in gebieden met de hoogste incidentie. Het correct identificeren van patiënten met dengue, en het kleine aantal patiënten met dengue dat zal overgaan naar een ernstige ziekte, is belangrijk om tijdige toepassing van passende behandelingen te waarborgen.

Bestaande modellen gebruiken een combinatie van klinische en laboratoriumkenmerken. Een model ontwikkeld en getest op gegevens van 397 patiënten opgenomen in het Hospital for Tropical Diseases in Bangkok in 2013-2014 gebruikte Bayesiaanse modellering van variabelen (lever- en volledig bloedbeeld) en klinische symptomen (waaronder koorts, petechiën, bloedingen) om dengue te onderscheiden van andere koortsziekten. Het resulterende model had een AUC van 0,75, wat verbeterde tot 0,8 wanneer NS1 werd opgenomen. De Sequential Organ Failure (SOFA) scores, of aangepaste versies, gebruiken vitale tekenen en bloedtestgegevens (lever-, nier- en hematologie) en zijn goede indicatoren voor degenen die waarschijnlijk zullen overlijden. Echter, ze functioneren minder goed bij matig ernstige ziekten (bijv. het voorspellen van de behoefte aan IC-opname).

Deze benaderingen zijn veelbelovend, maar worden beperkt door beperkte generaliseerbaarheid, gebruik van meerdere bloedtesten en klinische symptomen. Een goedkoop, eenvoudig hulpmiddel dat dengue snel kan diagnosticeren en de ernst van de ziekte kan voorspellen, zou van grote waarde zijn in de regio. Met moderne machine learning-methoden is dit nu haalbaar en eerder geïdentificeerde barrières, zoals de vereiste voor grote hoeveelheden trainingsgegevens, kunnen nu worden overwonnen. Zo kunnen modellen worden gemaakt op basis van grote datasets, maar vervolgens worden geoptimaliseerd voor kleinere, verschillende datasets (gegevens van andere locaties/omstandigheden, of met minder invoergegevens).

We hebben eerder aangetoond dat data-gedreven machine learning-algoritmen kunnen generaliseren over meerdere Britse National Health Service (NHS) Trusts (voor het voorspellen van COVID-19). Hoewel aanvankelijk getraind op gegevens van meer dan 77.000 patiënten, hebben we een model gemaakt dat alleen vitale tekenen en bed-side bloedbeeldgegevens nodig heeft om COVID-19-diagnose te voorspellen bij patiënten die zich presenteren in Britse ziekenhuizen. We hebben aangetoond dat we dit model kunnen aanpassen voor een lage-middeninkomensland (LMIC) omgeving met behulp van gegevens van twee Vietnamese ziekenhuizen. De aangepaste modellen behaalden AUROCs rond 0,75 en AUPRCs rond 0,89 (vergelijkbaar met Britse locaties waar veel grotere hoeveelheden gegevens beschikbaar waren). Het uitvoeren van "transfer learning", waarbij een kleine subset van Britse gegevens werd gebruikt om modelontwikkeling in Vietnam te ondersteunen, verbeterde de prestaties met 5-10%. We ontdekten ook dat het gebruik van statistische methoden voor het aanpakken van ontbrekende waarden de voorspellende prestaties verder kan verbeteren met 2-5%. Dit machine learning-model kan ook fungeren als een 'basismodel' en worden aangepast voor een nieuwe taak, zoals dengue.