S'abonner

Prédiction dynamique en contexte de compétition, application aux mesures quotidiennes de SOFA en réanimation - 25/04/15

Doi : 10.1016/j.respe.2015.03.009 
M. Jamme a, , S. Chevret b, J. Lambert b
a Équipe Ecstra, épidémiologies et biostatistique, Sorbonne Paris Cité (UMR-1153), Paris, France 
b Inserm, Paris, France 

Auteur correspondant.

Résumé

Introduction

Plusieurs méthodes ont récemment été développées pour réaliser des prédictions dynamiques, qui correspondent à l’actualisation des prédictions en fonction de la réévaluation d’un facteur pronostique. Cette situation s’applique au contexte de la réanimation, où plusieurs marqueurs clinico-biologiques sont réévalués quotidiennement. L’objectif de ce travail est de présenter les méthodes basées sur les analyses par landmark et de montrer comment l’utilisation de telles méthodes permet d’améliorer la qualité de la prédiction.

Méthodes

Notre étude a porté sur 687 patients hospitalisés en réanimation pour choc septique, issus de la base MIMIC II, regroupant des patients hospitalisés en réanimation entre 2001 et 2007 dans des services de réanimation de Boston. Le marqueur utilisé est un score de défaillance d’organe, le score SOFA (Sequential Organ Failure Assessment), évalué quotidiennement lors du séjour en réanimation et dont la valeur pronostique est reconnue. La prédiction classique a été évaluée en utilisant le SOFA à l’admission ou le delta SOFA entre les deux premiers jours de réanimation. La prédiction dynamique a été réalisée par la technique du landmark, en réévaluant quotidiennement le modèles avec le SOFA du jour. Dans les deux situations, nous avons utilisé un modèle de type Absolute Risk Regression, qui a l’avantage d’une interprétation intuitive dans le cadre des risques compétitifs.

Résultats

Les prédictions obtenues par les différents modèles sont présentées et comparées en termes de performance globale (Brier Score) et de discirmination (time-dependent AUC)

Conclusion

L’utilisation de méthode de landmark est facilement implantable pour l’analyse de facteurs pronostiques dépendant du temps, y compris dans le cadre des risques en compétition. Dans notre exemple, ces méthodes permettent une prédiction individualisée en fonction du profil temporel de l’évolution des SOFA, plus précise que les modèles classiques utilisant uniquement la valeur initiale du SOFA.

Le texte complet de cet article est disponible en PDF.

Mots clés : Prédiction dynamique, Landmark, Absolute Risk Regression


Plan


© 2015  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 63 - N° S2

P. S40 - mai 2015 Retour au numéro
Article précédent Article précédent
  • Méta-analyses sur données individuelles et évaluation standardisée de la qualité des essais randomisés en oncologie
  • F. Fayard, A. Aupérin, A. Laplanche, J.-P. Pignon
| Article suivant Article suivant
  • Évaluation des performances diagnostiques des tests de détection de l’infection à Campylobacter par des modèles à classes latentes
  • J. Asselineau, A. Paye, P. Perez, E. Bessède, C. Proust-Lima

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.