Autore: Giulia Vannucci, Dipartimento di Statistica, Informatica e Applicazioni “Giuseppe Parenti”, Università di Firenze, Viale Morgagni 59, 50134, Firenze – Dipartimento di Ingegneria Elettrica e delle Tecnologie dell’Informazione DIETI, Università di Napoli, via Claudio, 21, 80125, Napoli
giuliavannucci87@gmail.com
Chiara Marzi, Dipartimento di Statistica, Informatica e Applicazioni “Giuseppe Parenti”, Università di Firenze, Viale Morgagni 59, 50134, Firenze; Greta Barbieri, Dipartimento di Patologia Chirurgica, Medica, Molecolare e dell’Area Critica, Università di Pisa, Via Savi 10, 56126, Pisa – UO Medicina d’Urgenza Universitaria, Azienda Ospedaliero-Universitaria Pisana, Via Paradisa 2, Cisanello, 56124, Pisa; Andrea Barucci, Istituto di Fisica Applicata “Nello Carrara”, Consiglio Nazionale delle Ricerche, Via Madonna del Piano 10, 50019, Sesto Fiorentino, Firenze; Sara Colantonio, Istituto di Scienza e Tecnologie dell’Informazione “Alessandro Faedo”, Consiglio Nazionale delle Ricerche, Via Moruzzi 1, 56127, Pisa; Leonardo Colligiani, Dipartimento di Ricerca Traslazionale e delle Nuove Tecnologie in Medicina e Chirurgia, Scuola di Radiodiagnostica, Università di Pisa, Via Roma, 55/57, 56126, Pisa; Claudia Martini, Dipartimento di Farmacia, Università di Pisa, via Bonanno 6, 56126, Pisa; Lorenzo Python, UO Radiodiagnostica 2, Azienda Ospedaliero-Universitaria Pisana, Via Paradisa 2, Cisanello, 56124, Pisa; Chiara Romei, UO Radiodiagnostica 2, Azienda Ospedaliero-Universitaria Pisana, Via Paradisa 2, Cisanello, 56124, Pisa; Michela Baccini, Dipartimento di Statistica, Informatica e Applicazioni “Giuseppe Parenti”, Università di Firenze, Viale Morgagni 59, 50134, Firenze.
Categoria Primaria: Metodi epidemiologici e biostatistici
Categoria Secondaria: Epidemiologia clinica
Introduzione Con la diffusione a livello mondiale del virus SARS-CoV-2, la cui malattia connessa è il COVID-19, si sono aperti numerosi scenari di ricerca per la comprensione e cura della malattia. Tra questi si inserisce il progetto della regione Toscana OPTIMISED, volto ad ottimizzare il processo ospedaliero di raccolta dati di pazienti con COVID-19 e allo sviluppo di strumenti di prognosi.
Obiettivi Gli obiettivi di questo lavoro sono: costruire un modello prognostico per il paziente COVID-19 che metta in relazione diversi outcome clinici con oltre 300 predittori, risolverendo al contempo il problema della presenza di dati mancanti; individuare i predittori più importanti.
Metodi Lo studio clinico è stato effettuato su 100 pazienti con COVID-19 afferenti all’Azienda Ospedaliero-Universitaria Pisana tra luglio 2021 e dicembre 2022. Per ognuno di essi, sono stati raccolte variabili multi-dominio misurate all’accesso in reparto (variabili anamnestiche, cliniche e laboratoristiche, trattamenti ed esami in PS, misure di ecografia e TAC al torace) e 9 diversi outcomes: insufficienza respiratoria, complicanze trombotiche, sovrainfezione batterica, presenza germe multi resistente, supporto respiratorio, necessità di terapia intensiva/subintensiva, dimissione, dimissione con ossigeno, giorni di ricovero. Per ogni outcome è stata sviluppata una procedura che includesse 1) l’imputazione multipla dei predittori con valori mancanti tramite MICE e 2) un modello predittivo basato su algoritmi di ML con struttura ad alberi (Random Forest, Gradient Boosting e XGBoost). La procedura migliore, inclusa la scelta degli iperparametri ottimali, è stata selezionata in base a una 4-fold cross-validation applicata all’80% dei dati (training set). La procedura selezionata, è stata successivamente “riallenata” sull’intero training set e testata sul test set esterno (20%), anch’esso contenente dati mancanti.
Risultati Si sono ottenute ottime performance predittive sul test set per gli outcome di insufficienza respiratoria (AUC=0.91) e necessità di terapia intensiva o sub-intensiva (AUC=1), soddisfacenti per gli outcome dimissione e sovrainfezione batterica. Tra i predittori più importanti compaiono la glicemia, la terapia di ossigeno somministrata in pronto soccorso, l’emogasanalisi e alcune features radiomiche estratte dalle immagini TAC.
Conclusioni Includendo l’imputazione multipla nella pipeline dell’analisi, si sono ottenute misure di performance che tengono conto anche del riempimento dei dati mancanti. Inoltre, poiché la procedura ottimale restituita è costituita da due passi, un algoritmo MICE e un modello predittivo, può essere applicata su pazienti futuri per i quali non siano state misurati tutti i predittori. Le buone performance delle procedure selezionate su alcuni degli outcome indicano che la raccolta ampia e sistematica di informazioni sul paziente COVID-19 può essere di aiuto nella prognosi della malattia.