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。

Incidence, associated disease burden and healthcare utilization due to Staphylococcus aureus prosthetic joint infection in European hospitals: the COMBACTE-NET ARTHR-IS multi-centre study

R. Espíndola*, V. Vella, N. Benito, I. Mur, S. Tedeschi, E. Zamparini, J.G.E. Hendriks, L. Sorlí, O. Murillo, L. Soldevila, M. Scarborough, C. Scarborough, J. Kluytmans, M.C. Ferrari, M.W. Pletz, I. McNamara, R. Escudero-Sanchez, C. Arvieux, C. Batailler, F.-A. Dauchy, W.-Y. Liu, J. Lora-Tamayo, J. Praena, A. Ustianowski, E. Cinconze, M. Pellegrini, F. Bagnoli, J. Rodríguez-Baño, M.-D. del-Toro-López, the ARTHR-IS Group
*Hospital Universitario Virgen Macarena, Spain

Journal of Hospital Infection (2023) 142, 9-17

Evaluation of droplet production by a new design of clinical handwash basin for the healthcare environment

Multi-hospital point prevalence study of healthcare-associated infections in 28 adult intensive care units in Brazil

Universal admission screening: a potential gamechanger in hospitals with high prevalence of MRSA

M.A. Borg*, D. Suda, E. Scicluna, A. Brincat, P. Zarb
*University of Malta, Malta

Journal of Hospital Infection (2021) 113, 77-84

Multi-state survey of healthcare-associated infections in acute care hospitals in Brazil