APRICOT: Acuity Prediction in Intensive Care Unit (ICU): Predicting Stability, Transitions, and Life-Sustaining Therapies

要約

集中治療室（ICU）の患者の急性期状態は、安定から不安定へと急速に変化し、時には生命を脅かす状態に至ることもある。状態の悪化を早期に発見することで、よりタイムリーな介入を提供し、生存率を向上させることができる。現在のアプローチは、手作業による毎日の評価に依存している。データ駆動型のアプローチも開発されており、それは死亡率をICUにおける急性期の代理として用いるものである。しかし、これらの方法では、患者の安定性や生命維持療法の必要性を判断するための急性期状態を統合することはできない。本研究では、ICU患者の急性期状態をリアルタイムで予測するTransformerベースのニューラルネットワークであるAPRICOT（Acuity Prediction in Intensive Care Unit）を提案する。我々は、APRICOTモデルを開発し、3つの大規模データセットを用いて、外部的、時間的、前向きに広範に検証する：フロリダ大学保健（UFH）、eICU共同研究データベース（eICU）、集中治療用医療情報マート（MIMIC）-IVである。APRICOTの性能は、最先端の死亡率予測モデル（外部AUROC 0.93-0.93、時間的AUROC 0.96-0.98、前向きAUROC 0.98）や急性期予測モデル（外部AUROC 0.80-0.81、時間的AUROC 0.77-0.78、前向きAUROC 0.87）と同等の結果を示した。さらに、APRICOTは生命維持療法の必要性を予測することができ、最新の換気予測モデル（外部AUROC 0.80-0.81、時間的AUROC 0.87-0.88、前向きAUROC 0.85）、および血管圧迫薬予測モデル（外部AUROC 0.82-0.83、時間的AUROC 0.73-0.75、前向きAUROC 0.87）と同等の結果を示した。このツールは患者の急性期をリアルタイムでモニターすることができ、臨床医がタイムリーな介入を行うために有用な情報を提供することができる。さらに、このモデルは、患者がICUで次の数時間に必要とする可能性のある生命維持療法を提案することができる。

要約(オリジナル)

The acuity state of patients in the intensive care unit (ICU) can quickly change from stable to unstable, sometimes leading to life-threatening conditions. Early detection of deteriorating conditions can result in providing more timely interventions and improved survival rates. Current approaches rely on manual daily assessments. Some data-driven approaches have been developed, that use mortality as a proxy of acuity in the ICU. However, these methods do not integrate acuity states to determine the stability of a patient or the need for life-sustaining therapies. In this study, we propose APRICOT (Acuity Prediction in Intensive Care Unit), a Transformer-based neural network to predict acuity state in real-time in ICU patients. We develop and extensively validate externally, temporally, and prospectively the APRICOT model on three large datasets: University of Florida Health (UFH), eICU Collaborative Research Database (eICU), and Medical Information Mart for Intensive Care (MIMIC)-IV. The performance of APRICOT shows comparable results to state-of-the-art mortality prediction models (external AUROC 0.93-0.93, temporal AUROC 0.96-0.98, and prospective AUROC 0.98) as well as acuity prediction models (external AUROC 0.80-0.81, temporal AUROC 0.77-0.78, and prospective AUROC 0.87). Furthermore, APRICOT can make predictions for the need for life-sustaining therapies, showing comparable results to state-of-the-art ventilation prediction models (external AUROC 0.80-0.81, temporal AUROC 0.87-0.88, and prospective AUROC 0.85), and vasopressor prediction models (external AUROC 0.82-0.83, temporal AUROC 0.73-0.75, prospective AUROC 0.87). This tool allows for real-time acuity monitoring of a patient and can provide helpful information to clinicians to make timely interventions. Furthermore, the model can suggest life-sustaining therapies that the patient might need in the next hours in the ICU.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL