A machine learning approach to predict healthcare-associated infections at intensive care unit admission: findings from the SPIN-UTI project

M. Barchitta*, A. Maugeri, G. Favara, P.M. Riela, G. Gallo, I. Mura, A. Agodi, on behalf of the SPIN-UTI Network

*University of Catania, Italy

Journal of Hospital Infection (2021) 112, 77-86

背景

集中治療室（ICU）において医療関連感染症（HAI）のリスクがより高い患者を同定することは、公衆衛生にとって重要な課題である。機械学習により、患者のリスク層別化が改善され、目標を絞った感染予防・制御介入につながる可能性がある。

目的

ICU における HAI リスクの予測を目的としたSimplified Acute Physiology Score（SAPS）IIの性能を、従来の統計学的アプローチと機械学習アプローチの両方を用いて評価すること。

方法

本研究では、Italian Nosocomial Infections Surveillance in Intensive Care Units プロジェクトから患者7,827例のデータを用いた。Support Vector Machines（SVM）アルゴリズムを適用して、性別、患者の搬送元、急性冠動脈疾患に対する非外科的治療、外科的介入、入室時の SAPS II、侵襲的デバイスの存在、外傷、免疫不全、ならびに ICU 入室に先立つ 48 時間以内の抗菌薬療法に従って分類した。

結果

HAI リスクの予測における SAPS II の性能は、受信者動作特性曲線における曲線下面積が 0.612（P ＜ 0.001）、正確度が56％であった。SAPS II について、ICU 入室時の他の特性とともに検討した場合、検証セットについては SVM 分類子の正確度は 88％、AUC は 0.90（P ＜ 0.001）であった。SAPS II の変数を除去して同じ SVM モデルを検討した場合の予測能はより低かった（正確度 78％、AUC 0.66）。

結論

本研究から、SVM モデルは、ICU 入室時に HAI リスクが高い患者の早期予測において有用なツールであることが示唆された。

サマリー原文（英語）はこちら

監訳者コメント：

感染対策分野では、予後予測や耐性菌保有の予測、あるいは COVID-19 の可能性の予測など様々な予測や推定が行われる。この分野における機械学習や AI に期待するところは大きい。

Improving parametric load release for steam sterilization

*Working Party on Improving Parametric Load Release for Steam Sterilization

Journal of Hospital Infection (2023) 133, 49-54

Bacterial skin recolonization in the operating room: comparison between various antisepsis protocols
L. Rouquette^*, O. Traore, S. Descamps, S. Boisgard, G. Villatte, R. Erivan
^*Université Clermont Auvergne et associés, France
Journal of Hospital Infection (2020) 106, 57-64

Rethinking hospital general ward ventilation design using computational fluid dynamics
R. Yam^*, P.L. Yuen, R. Yung, T. Choy
^*City University of Hong Kong, Hong Kong SAR, PR China
Journal of Hospital Infection (2011) 77, 31-36

Specialists’ opinion regarding factors related to wet loads after steam sterilization

S. Barbosa Rodrigues*, R. Queiroz de Souza, K. Uchikawa Graziano, G. Sidnei Erzinger
*University of Joinville Region, Brazil

Journal of Hospital Infection (2022) 120, 117-122

Diversity of the epidemiology of carbapenemase producing Enterobacteriaceae in long-term acute care rehabilitation settings from an area of hyperendemicity, and evaluation of an intervention bundle