11.5.1 Prognoza mortalității la terapie intensivă
Seria de modele de evaluare a fiziologiei acute și a stării cronice de sănătate (APACHE-II (Knaus et al., 1991) și APACHE-IV (Zimmerman et al., 2006)) constituie unele dintre cele mai utilizate modele predictive bazate pe regresie logistică. Aceste instrumente sunt utilizate în unitățile de terapie intensivă (UTI) pentru a prezice mortalitatea în spital pe baza unei varietăți de variabile bazate pe fiziologie. Versiunea inițială a APACHE (Knaus et al., 1981) s-a remarcat ca fiind primul model predictiv clinic care a utilizat exclusiv parametri fiziologici obiectivi pentru a prezice rezultatul și a fost un sistem de punctaj bazat pe experți care folosea acești parametri pentru a estima riscul de rezultat.
Atât APACHE-II, cât și APACHE-IV rămân în prezent în uz pentru cercetare, controlul calității și aplicații clinice. APACHE-II a fost publicat în 1985 folosind un set de date de dezvoltare mult mai mare (5.815 internări din 13 spitale) decât APACHE și a îmbunătățit sistemul de notare bazat pe experți prin includerea unui model de regresie logistică folosind scorul fiziologic bazat pe experți al unui pacient, starea de urgență și ajustări pentru anumite categorii de diagnostic. Modelul a arătat o bună discriminare pe diferite seturi de evaluări independente (Jacobs et al., 1987; Giangiuliani et al., 1989; Chisakuta și Alexander, 1990; Turner et al., 1991; Teskey et al., 1991; Wong et al., 1995), dar s-a constatat că calibrarea sa a fost foarte variabilă. Deoarece modelul a fost pus la dispoziția publicului, acesta a fost utilizat în multe studii de validare diferite.
APACHE-III a fost publicat în 1991, fiind dezvoltat ca răspuns la criticile referitoare la cazuistica și generalizabilitatea APACHE-II. Sistemul a fost dezvoltat pornind de la o bază de date de 17.440 de pacienți din 40 de unități de terapie intensivă din Statele Unite. APACHE-III a fost un produs comercial și nu a fost pus la dispoziția comunității medicale în general la fel de ușor ca APACHE-II, dar evaluările externe efectuate au fost similare cu APACHE-II, indicând o bună discriminare și o calibrare foarte variabilă (Zimmerman et al., 1998; Pappachan et al., 1999; Carneiro et al., 1997; von Bierbrauer et al., 1998; Bastos et al., 1996; Ihnsook et al., 2003; Rivera-Fernandez et al., 1998; Cook, 2000). APACHE-IV a fost introdus în 2006 ca o remodelare pe scară largă a APACHE-III și este, de asemenea, un produs comercial. Acest efort de remodelare a inclus remodelarea a 42 din cele 72 de ecuații APACHE III care stau la baza APACHE III și eliminarea a 11 ecuații care nu mai erau adecvate sau care nu se mai reflectau în practica clinică (Zimmerman et al., 2006).
Aceste modele rămân utile în cercetare, dar limitările în ceea ce privește calibrarea și în cadrul populațiilor disparate de pacienți au restricționat utilizarea lor în unele situații clinice (în special în ceea ce privește aplicarea la pacienți individuali). Alte sisteme de prognostic pentru terapie intensivă pentru adulți, mai răspândite în Europa, sunt scorul fiziologic acut simplificat SAPS-3 și modelul de predicție a mortalității MPM-III. Modelul Sequential Organ Failure Assessment SOFA (Evaluarea secvențială a insuficienței organelor) a fost, de asemenea, utilizat pentru a evalua funcția organelor în timp. Aceste modele sau versiunile lor anterioare au fost comparate pe scară largă în întreaga lume în populații disparate de pacienți. Până în prezent au fost publicate mai multe analize și comparații între aceste modele (Vincent et al., 1996; Ohno-Machado et al., 2006; Castella et al., 1991; Rowan et al., 1994; Wilairatana et al., 1995; Del Bufalo et al., 1995; Castella et al., 1995; Moreno et al., 1998; Nouira et al., 1998; Tan, 1998; Patel și Grant, 1999; Vassar et al, 1999; Katsaragakis et al., 2000; Livingston et al., 2000; Capuzzo et al., 2000; Markgraf et al., 2000; Beck et al., 2003; Keegan et al., 2012; Vasilevskis et al., 2009; Hwang et al., 2012; Costa e Silva et al., 2011; Shrope-Mok et al., 2010).
Multe studii au comparat regresia logistică cu rețelele neuronale artificiale în acest domeniu. Clermont și colegii săi (Clermont et al., 2001) au constatat că, cu un set de date de dezvoltare de dimensiuni suficiente (1 200), regresia logistică dezvoltată la nivel local și rețelele neuronale artificiale au avut performanțe echivalente atât în ceea ce privește calibrarea (adecvată), cât și în ceea ce privește discriminarea (AUC-uri cuprinse între 0,80 și 0,84). Cu toate acestea, ambele modele au înregistrat degradări ale performanței pe măsură ce dimensiunea eșantionului de dezvoltare a scăzut. Un alt studiu mai mic cu un set de dezvoltare de 168 realizat de Dybowski și colegii săi (Dybowski et al., 1996) a arătat o discriminare superioară a RNA în comparație cu LR (0,863 vs. 0,753 AUC, respectiv).
Câteva studii au comparat modelul APACHE-II LR cu RNA. Nimgaonkar și colegii săi (Nimgaonkar et al., 2004) au constatat, după ce au dezvoltat un RNA pe 1.962 de pacienți dintr-o unitate de terapie intensivă indiană cu cele 22 de variabile APACHE-II, că RNA a avut o discriminare superioară față de APACHE-II (0,87 vs. 0,77 AUC, respectiv). Wong și colegii săi (Wong și Young, 1999) au efectuat o comparație similară cu un set de date de dezvoltare de 2.932 de pacienți din Marea Britanie și au constatat că cele două metode au avut o discriminare echivalentă (0,82 vs. 0,83 AUC pentru ANN și, respectiv, APACHE).
În unele dintre studii au fost efectuate, de asemenea, comparații de calibrare, dar acestea au fost problematice deoarece modelul LR a fost dezvoltat pe populații externe de pacienți disparate față de populațiile din Marea Britanie și India derivate la nivel local utilizate pentru modelele ANN. Comparațiile de discriminare nu suferă de această problemă în același mod.
.