Machine learning—based prediction of central line—associated bloodstream infection in children with acute leukaemia

Y. Zhang*, Y. Wu, H. Gao, Q. Liu, M. Lv, H. Wu, L. Liu, N. Li
*Dalian Women and Children’s Medical Center (Group), China

Journal of Hospital Infection (2026) 174, 127-134

背景

中心ライン関連血流感染症（CLABSI）は、急性白血病の患児においてよくみられる重篤な合併症であり、病的状態の悪化、入院の長期化、ならびに有害な臨床転帰につながる。CLABSI リスクの高い患者を早期に同定することは、依然として重要な臨床的課題である。

目的

急性白血病患児における CLABSI リスクを早期に予測するための機械学習（ML）モデルを開発・評価すること、ならびに CLABSI と関連する重要な臨床的因子を同定すること。

方法

急性白血病患児 407 例の臨床データを用いて後向き研究を実施した。モデル作成のために臨床的変数を収集し、前処理を行った。6 つの ML アルゴリズムを構築し、CLABSI の予測性能について比較した。モデルの性能は、標準的な分類指標を用いて評価し、特徴量重要度分析を実施して CLABSI と関連する重要な予測因子を明らかにした。

結果

評価したモデルのうち、Tabular Prior-Fitted Network（TabPFN）が最良の予測性能を達成し、正確度は 91.2％であった。特徴量重要度分析から、コルチコステロイドの種類、体温、好中球数、および白血球数が、CLABSI のリスクと関連して最も影響の強い因子であることが示された。これらの結果から、ML モデルによりCLABSI リスクの高い患児を効果的に識別できることが実証された。

結論

ML ベースの予測モデルは、急性白血病患児における CLABSI リスクの早期評価における大きな有望性を示している。本研究で提示したアプローチは、臨床的決定を支援し、適時の予防介入を促進する可能性がある。本モデルの妥当性を検証し、より広い臨床環境における一般化可能性を評価するために、さらなる多施設共同研究が必要である。

サマリー原文（英語）はこちら

監訳者コメント：
急性白血病患児の CLABSI を、発熱時の臨床情報から TabPFN で予測し、AUC 0.977という高い識別能を示した。SHAP 解析により体温、好中球数、白血球数などの寄与も可視化した点は興味深い。しかし、単施設・少数例であり、外部検証が必要である。ステロイドの影響は予測上の関連であり、因果効果と解釈してはならない。

A dominant strain of Elizabethkingia anophelis emerged from a hospital water system to cause a thre-year outbreak in a respiratory care center
 

Y-L. Lee^*, K-M. Liu, H-L. Chang, J-S. Lin, F-Y. Kung, C-M. Ho, K-H. Lin, Y-T. Chen
^*Changhua Christian Hospital, Taiwan

 
Journal of Hospital Infection (2021) 108, 43-51
 
 

Environmental detection of SARS-CoV-2 in hospital rooms in different wards of a university hospital

K. Barrigah-Benissan*, J. Ory, A. Boudet, R. Stephan, A. Sotto, J-P. Lavigne
*University of Montpellier, CHU Nîmes, France

Journal of Hospital Infection (2022) 128, 74-79

Impact of the COVID-19 pandemic on the incidence of surgical site infection after orthopaedic surgery: an interrupted time series analysis of the nationwide surveillance database in Japan

T. Mimura*, G. Matsumoto, T. Natori, S. Ikegami, M. Uehara, H. Oba, T. Hatakenaka, T. Kamanaka, Y. Miyaoka, D. Kurogochi, T. Fukuzawa, M. Koseki, S. Kanai, J. Takahashi
*Shinshu University School of Medicine, Japan

Journal of Hospital Infection (2024) 146, 160-165

Early antiviral use and supplemental oxygen decrease the risk of secondary bacterial infections: a multi-centre, nested, case-control study

Y. Zhu*, H. Hu, X. Guo, H. Zhang, D. Li, C.S. Dela Cruz, W. Xie, L. Xie, L. Sharma, D. Chang
*Chinese PLA General Hospital, China

Journal of Hospital Infection (2025) 156, 87-95

Evaluation of cold atmospheric plasma for the decontamination of flexible endoscopes

R.C. Hervé*, M.G. Kong, S. Bhatt, H-L. Chen, E.E. Comoy, J-P. Deslys, T.J. Secker, C.W. Keevil
*University of Southampton, UK

Journal of Hospital Infection (2023) 136, 100-109