Modèles de prédiction de la mortalité multispécialités basés sur l'intelligence artificielle pour le choc septique dans une étude rétrospective multicentrique

Le choc septique est l'une des conditions les plus mortelles en unité de soins intensifs (USI), et la prédiction précoce du risque peut aider à réduire la mortalité. Nous avons développé un modèle de fusion de classification basé sur TOPSIS (TCF) pour prédire le risque de mortalité chez les patients atteints de choc septique, en utilisant des données provenant de 4872 patients en USI entre février 2003 et novembre 2023 dans trois hôpitaux. Ce modèle intègre sept modèles d'apprentissage automatique grâce à la méthode Technique for Order Preference by Similarity to an Ideal Solution (TOPSIS), obtenant des AUC de 0,733 lors de la validation interne, 0,808 en USI pédiatrique, et 0,662 en USI respiratoire, avec des AUC de validation externe respectivement de 0,784 et 0,786. Il a démontré une haute stabilité et précision lors des validations trans-spécialités et multicentres. Ce modèle interprétable fournit aux cliniciens un outil d'alerte précoce fiable pour le risque de mortalité par choc septique, facilitant ainsi l'intervention précoce pour réduire la mortalité.