Phénotypage du patient chirurgical et prédiction de trajectoire post-opératoire par apprentissage machine

Plus de 50 millions de chirurgies sont pratiquées annuellement en Amérique du Nord. Bien que seulement 12% des patients soient considérés à risque périopératoire élevé, ils expliquent 80% des complications graves causant un stress pour le patient et sa famille, ainsi que pour le système de santé œuvrant dans un contexte de ressources limitées. Inspiré de domaines connexes, le phénotypage digital est une approche identifiant des sous-groupes de patients partageant des caractéristiques clés au sein d'une population hétérogène et, en se basant sur le profil des données informatiques des patients, permet d'anticiper l'évolution clinique. L'hypothèse à la base de cette étude est que le dossier médical électronique permet de phénotyper les patients en période préopératoire pour stratifier leur risque. Les objectifs sont 1) identifier pour la première fois des phénotypes avec les données médicales préchirurgicales; 2) comparer la performance prédictive des phénotypes au score ASA (American Society of Anesthesiologists) actuellement utilisé; 3) ainsi qu'à des modèles prédictifs supervisés entraînés sur les mêmes données. À partir de la base de données PDW (Patient Data Warehouse) provenant du dossier médical électronique du réseau hospitaliser de UCLA (University of California in Los Angeles), tous les patients adultes ayant subi une laminectomie, colectomie ou chirurgie thoracique depuis 2013, instauration du PDW, ont été extraits. Cinq issues cliniques ont été utilisées pour décrire la trajectoire postopératoire : mortalité hospitalière, mortalité à 30 jours, réopération à 30 jours, admission en soins intensifs (USI) et durée d'hospitalisation postopératoire prolongée (DHP). Considérant la présence de 4,000 variables par chirurgie dans le PDW, une première sélection de variables préopératoires a été effectuée par le consensus de trois experts cliniques et, à partir de celle-ci, un jeu de données par chirurgie fut créé en retenant uniquement les variables présentant une corrélation de Pearson statistiquement significative (p <0.05) avec l'une des issues cliniques. Après le retrait des variables fortement corrélées, les trois jeux de données comportaient respectivement 34, 36 et 33 variables, qui furent normalisées par transformation standard. Chaque jeu de donnée était ensuite séparé en ensemble de dérivation et test, basé sur l'année de chirurgie, afin de faire la validation temporelle de la performance prédictive pour chaque issue clinique. La segmentation par quatre algorithmes (DB Scan, hiérarchique, k-means, consensus k-means) a été explorée avant de retenir le consensus k-means pour créer trois phénotypes. Une fois le jeu de dérivation segmenté, une forêt aléatoire a été entraînée pour attribuer prospectivement un phénotype aux patients du jeu de données test et analyser les résultats. Pour chacune des chirurgies, le phénotype 0 était le plus fréquent (total de 73.6%) et regroupait les patients typiquement plus jeunes, avec moins de comorbidités et subissant une chirurgie non-urgente, dite élective. Le phénotype 1 regroupait des patients plus âgés et plus malades subissant typiquement une chirurgie élective, alors que le phénotype 2 était principalement caractérisé par une chirurgie urgente, une hospitalisation préopératoire plus longue et une douleur préopératoire plus grande. Les 5 issues cliniques mesurées présentaient une progression croissante à travers les phénotypes (mortalité hospitalière : 0.2%, 2.3% et 7.3%; réopération : 2.8%, 5.4% et 9.3%; admission en USI : 8%, 36.1% et 48%). Lorsque la performance prédictive des phénotypes était mesurée à l'ASA, l'aire sous la courbe ROC (Receiver Operating Characteristics) du phénotype digital était similaire ou légèrement supérieure (mortalité hospitalière : 0.85 et 0.84; réopération : 0.62 et 0.59; admission USI : 0.76 et 71). Les profils de courbe ROC du phénotype digital et de l'ASA suggéraient leur complémentarité, et la combinaison des deux performait de façon supérieure (0.91, 0.63 et 0.80). Trois architectures de modèles supervisés ont été explorées : régression logistique (RL), forêt aléatoire (RF) et perceptron multicouche (MLP). À partir des mêmes jeux de données que ceux utilisés pour le phénotypage, les architectures ont été explorées avec le jeu de dérivation et une validation croisée avec 5 replis. Le modèle le plus performant pour chaque chirurgie et pour chaque issue clinique était ensuite appliqué au jeu de test. L'architecture la plus performante (11 des 15 modèles) était le MLP. Alors que l'AUROC et le score F1 ont respectivement atteint des valeurs moyennes élevées dans les 5 replis de la validation (mortalité hospitalière : 0.91 et 0.4; réopération : 0.64 et 0.22; admission USI : 0.99 et 0.95), la performance dans le groupe test était faible. La meilleure valeur d'AUROC en test est 0.74 et F1, est 0.25. Cette différence de performance est au moins partiellement expliquée par le débalancement important des classes puisque les issues cliniques utilisées sont rares. Des stratégies de balancement des classes auraient pu être explorées, mais la même transformation aurait dû être appliquée à la base de données de phénotypage pour répondre à l'objectif de comparer le signal extrait par les deux approches. En résumé, cette recherche présente les premiers phénotypes préchirurgicaux et démontre leur capacité prédictive sur la trajectoire de soins postopératoires pour trois différentes chirurgies fréquemment pratiquées en Amérique du Nord. Si la méthode est confirmée sur davantage de chirurgies, les phénotypes ont le potentiel d'automatiser l'analyse de risque, contrairement aux scores actuellement utilisés qui dépendent d'une évaluation par le clinicien.