Développement et validation externe de modèles de machine learning pour prédire le risque à court terme de pneumonie acquise sous ventilation mécanique

Key Points

• La survenue d'une VAP peut être prédite jusqu'à une semaine à l'avance, ce qui témoigne de l'efficacité des modèles de machine learning.
• Les modèles ont démontré une solide performance prédictive à travers différents systèmes hospitaliers, attestant de leur généralisabilité malgré les variations de pratique.
• L'analyse des données d'ICU recueillies en routine a fait appel à des techniques avancées de machine learning, en mettant l'accent sur un étiquetage approprié des variables.
• Un faible chevauchement des variables a limité la performance du modèle, soulignant la nécessité de variables de données cohérentes d'un hôpital à l'autre.