Interpretable Predictive Modeling for Patient Readmission in Intensive Care Units

La prédiction des réadmissions en unité de soins intensifs (USI, ICU) est un défi majeur, car les retours non planifiés signalent souvent une récupération incomplète, une fragilité particulière, et un risque de délais dans la prise en charge, qui résultent en un risque accru de mortalité et des coûts de santé plus élevés. La réadmission en USI pédiatrique (USIP, PICU) est particulièrement peu étudiée en raison de la rareté de grandes bases de données publiques et de la variabilité physiologique propre aux différents groupes d’âge pédiatriques. La plupart des études sur la réadmission en soins intensifs portent sur des adultes, alors que cette thèse met en lumière les défis propres au contexte pédiatrique, nécessitant la prise en compte de caractéristiques spécifiques au domaine et des stratégies de modélisation adaptées. Cette thèse examine s’il est possible de développer un modèle à la fois performant et interprétable pour prédire la réadmission en USIP à partir d’ensembles de données cliniques de taille limitée et de distribution non équilibrée collectées sur l’ensemble du séjour du patient. Nous proposons une approche en deux étapes. Dans un premier temps, nous concevons une procédure prédictive complète sur la base publique adulte MIMIC-III (ICU), permettant d’évaluer systématiquement les stratégies de prétraitement, la modélisation des caractéristiques multimodales (statistiques, provenant de connaissances à priori du domaine et de techniques de traitement de signal), la sélection de caractéristiques discriminantes et l’implémentation de différentes familles de modèles. Dans un second temps, nous étendons et optimisons cette procédure pour le jeu de données pédiatrique du CHU Sainte-Justine (CathyDB) via des étapes adaptées à la pédiatrie : extraction d’informations additionnelles (p. ex. scores pédiatriques), imputations spécifiques selon la variable, filtrage des signes vitaux en deux étapes à l’aide du filtre de Kalman et une transformation par ondelettes, représentations catégorielles dépendantes de l’âge (normal/bas/élevé avec écart aux normes pédiatriques), extraction de caractéristiques basées sur des connaissances à priori du domaine plus puissantes, et sélection des caractéristiques les plus discriminantes par information mutuelle et coefficients LASSO, complétée par une recherche à l’aide d’une « enveloppe » bidirectionnelle (arrière–avant). Sur le banc d’essai adulte, un modèle de type Light Gradient Boosting Machine (LightGBM) a atteint une aire sous la courbe ROC (AUROC) de 78.6% pour la réadmission après 3 jours, montrant une bonne discrimination dans un contexte hétérogène et soulignant l’intérêt des caractéristiques sélectionnées. Le classement des variables a mis en évidence des descripteurs du domaine fréquentiel (p. ex. coefficients FFT, transformations angulaires) ainsi que des représentations vectorielles des diagnostics (charge de comorbidités). Les résumés des signes vi vitaux (fréquence cardiaque, fréquence respiratoire), les marqueurs biologiques (taux d’urée sanguine, numération leucocytaire) et les indicateurs thérapeutiques (adrénaline) figuraient parmi les facteurs de risque cliniques les plus marquants. Cette distribution des variables les plus discriminantes confirme la nécessité d’une approche multimodale intégrant les informations diagnostiques, physiologiques, biologiques et thérapeutiques. Pour la prédiction en USIP, un modèle de régression logistique (LR) entraîné sur un sousensemble multimodal sélectionné a fourni les performances les plus constantes entre jeux de données (AUROC test : 87.8%), surpassant d’autres modèles linéaires, des ensembles d’arbres et des modèles profonds. Cela montre qu’un modèle simple comme le LR peut dépasser des approches plus complexes lorsque les variables sont bien choisies. Les méthodes à base d’arbres ont obtenu de très bons scores d’entraînement mais ont sur-appris et se sont dégradées sur la détection de la classe minoritaire, faute d’exemples positifs. Malgré l’usage des seules 24 dernières heures de séries temporelles et l’exclusion de données statiques (p. ex. biologie), les modèles profonds (BiLSTM avec attention et Transformer) sont restés compétitifs (AUROC 79.2% et 78.5%), laissant entrevoir des gains potentiels avec des bases de données d’entrainement plus grandes. Notre modèle LR interprétable a nettement dépassé les prédicteurs de réadmission en USIP publiés auparavant, atteignant 87.8% d’AUROC test contre 64–70% dans les études antérieures. Nous avons démontré la cohérence du modèle prédictif proposé avec le protocole utilisé en clinique via des méthodes d’explicabilité globales (coefficients LR, SHAP) et des études d’ablations. Les analyses d’interprétabilité montrent que les caractéristiques basées sur les connaissances à priori du domaine et celles issues du traitement des signaux physiologiques sont les contributions majeures dans la prédiction—rendant leur extraction explicite essentielle. Sur le plan clinique, elles incluent les anomalies des signes vitaux, certains paramètres biologiques, l’équilibre hydrique, les scores de sédation et l’usage de médicaments spécifiques comme indicateurs clés de risque de réadmission. Les études d’ablations confirment le caractère indispensable de plusieurs variables (p. ex. acide acétylsalicylique, digoxine, anomalies du débit urinaire), suggérant des pistes de prise de décision pour les cliniciens. Dans l’ensemble, nos résultats montrent qu’une prédiction précise et interprétable de la réadmission en USIP est réalisable avec des ensembles de données de taille limitée et de distribution non équilibrée, en s’appuyant sur un prétraitement rigoureux, des représentations spécifiques à la pédiatrie et une sélection de modèles fondée sur des métriques spécifiques. De surcroît, en combinant des techniques avancées de traitement de signal avec des variables basées sur des connaissances à priori du domaine, cette étude contribue à réduire l’écart entre la performance prédictive et l’applicabilité clinique. vii D’un point de vue global, cette étude contribue à l’avancement des modèles prédictifs en soins intensifs pédiatriques en conciliant précision et interprétabilité. Contrairement aux travaux antérieurs reposant sur des approches de type « boîte noire » ou sur des données adultes, notre approche montre comment une modélisation et une sélection rigoureuse de caractéristiques permet de prendre en compte l’hétérogénéité pédiatrique. Les résultats prometteurs laissent entrevoir, après une validation plus exhaustive sur des ensembles de données provenant d’autres institutions , l’évolution vers un système d’aide à la décision clinique en temps réel, capable d’identifier les patients à haut risque de réadmission et d’expliquer les facteurs sous-jacents. Une telle interprétabilité offre aux cliniciens un appui pour orienter leur décision de prescrire la sortie du patient de l’USI, de prolonger le séjour si nécessaire ou assurer une surveillance renforcée après la sortie de l’USI, contribuant ainsi à réduire les réadmissions évitables et à améliorer la qualité des soins critiques pédiatriques.