Machine Learning-Based Prediction of Culture-Confirmed Neonatal Sepsis in a Tertiary Neonatal Intensive Care Unit: Retrospective Cohort Study.

چکیده اصلی

BACKGROUND: Neonatal sepsis remains a major cause of neonatal morbidity and mortality in low- and middle-income countries (LMICs). Early diagnosis is challenging because of nonspecific clinical manifestations and delays in laboratory confirmation. Machine learning (ML) approaches using structured electronic health record (EHR) data may improve early risk stratification in neonatal intensive care units (NICUs). OBJECTIVE: This study aimed to evaluate ML models for predicting culture-confirmed neonatal sepsis among neonates admitted to a tertiary NICU in Jordan, with the objective of addressing diagnostic gaps in resource-limited settings. Specifically, we aimed to identify key predictors through feature importance analysis, evaluate model performance with class-imbalanced data, and propose strategies to improve interpretability and generalizability in LMICs. METHODS: A retrospective cohort study was conducted using structured EHRs of 3274 neonates admitted to a tertiary NICU in Jordan between 2018 and 2024. Neonates who underwent blood culture testing were included. The dataset was divided into training (n=2619, 80%) and testing (n=655, 20%) subsets using stratified sampling. Three ML models-Extreme Gradient Boosting (XGBoost), decision trees, and neural networks-were trained using clinical, laboratory, and demographic variables. Class imbalance was addressed using the synthetic minority oversampling technique (SMOTE) applied to the training dataset. Model performance was evaluated using accuracy, sensitivity, specificity, and the area under the receiver operating characteristic curve (AUC). RESULTS: Among 3274 neonates included in the study, the XGBoost model demonstrated the best predictive performance on the independent test set (n=655, 20%), achieving an accuracy of 94% (616/655 correct predictions, 95% CI 92% to 96%), sensitivity of 98% (95/97 sepsis cases correctly identified, 95% CI 96% to 99%), and an AUC of 0.98 (95% CI 0.97 to 0.99). Decision trees provided interpretable classification rules with moderate performance, whereas neural networks showed lower discriminative ability, with an AUC of 0.81 (95% CI 0.78 to 0.84). Important predictive features included C-reactive protein, platelet count, and gestational age. CONCLUSIONS: XGBoost demonstrated strong predictive performance in this retrospective cohort, supporting its potential as a foundation for future prospective clinical decision support tools. External validation and prospective studies are required before clinical implementation.

ترجمه فارسی چکیده

سندرم عفونی نوزاد یکی از دلایل اصلی ملاحظات و مرگ‌ومیر نوزادان در کشورهای با درآمد متوسط و پایین است. تشخیص زودهنگام چالش‌برانگیز است زیرا علائم بالینی غیراختصاصی و تأخیر در تأیید آزمایشگاهی وجود دارد. رویکردهای یادگیری ماشین با استفاده از داده‌های ثبت سلامت الکترونیکی ساختاریافته ممکن است رتبه‌بندی ریسک زودهنگام را در واحدهای مراقبت‌های ویژه نوزادان بهبود بخشد. هدف این مطالعه ارزیابی مدل‌های یادگیری ماشین برای پیش‌بینی سندرم عفونی نوزاد تأییدشده با کشت در نوزادان پذیرفته‌شده در یک واحد مراقبت‌های ویژه نوزادان三级 در اردن بود. ما سعی کردیم پیش‌بینی‌کننده‌های کلیدی را از طریق تحلیل اهمیت ویژگی شناسایی کنیم، عملکرد مدل را با داده‌های نامتوازن طبقه ارزیابی کنیم و استراتژی‌هایی برای بهبود قابلیت تفسیر و تعمیم‌پذیری در کشورهای با درآمد متوسط و پایین پیشنهاد دهیم. این مطالعه یک کوهورت بازنگری با استفاده از ثبت‌های سلامت الکترونیکی ساختاریافته 3274 نوزاد پذیرفته‌شده در یک واحد مراقبت‌های ویژه نوزادان三级 در اردن بین 2018 و 2024 انجام شد. نوزادانی که آزمون کشت خون انجام دادند شامل شدند. مجموعه داده به زیرمجموعه‌های آموزشی (n=2619، 80٪) و آزمایشی (n=655، 20٪) با نمونه‌برداری طبقه‌بندی شده تقسیم شد. سه مدل یادگیری ماشین - گرادیان تندافزای افراطی (XGBoost)، درخت تصمیم و شبکه‌های عصبی - با متغیرهای بالینی، آزمایشگاهی و جمعیت‌شناختی آموزش داده شدند. ناهمگونی کلاس با استفاده از تکنیک ابرنمونه‌سازی اقلیت مصنوعی (SMOTE) بر روی مجموعه داده آموزشی حل شد. عملکرد مدل با دقت، حساسیت، ویژگی‌سنجی و مساحت زیر منحنی عملگر گیرنده (AUC) ارزیابی شد. در میان 3274 نوزاد شامل شده در مطالعه، مدل XGBoost بهترین عملکرد پیش‌بینی را در مجموعه تست مستقل (n=655، 20٪) نشان داد، با دقت 94٪ (616/655 پیش‌بینی‌های صحیح، 95٪ CI 92٪ تا 96٪)، حساسیت 98٪ (97 مورد سندرم عفونی به درستی شناسایی شده، 95٪ CI 96٪ تا 99٪) و AUC 0.98 (95٪ CI 0.97 تا 0.99). درخت‌های تصمیم قوانین طبقه‌بندی قابل تفسیر با عملکرد متوسط ارائه دادند، در حالی که شبکه‌های عصبی توان تشخیصی کمتری نشان دادند با AUC 0.81 (95٪ CI 0.78 تا 0.84). ویژگی‌های پیش‌بینی مهم شامل پروتئین واکنشی C، شمارش پلاکت‌ها و سن بارداری بود. XGBoost عملکرد پیش‌بینی قوی را در این کوهورت بازنگری نشان داد و پتانسیل آن به عنوان پایه برای ابزارهای تصمیم‌گیری بالینی آینده را پشتیبانی می‌کند. قبل از پیاده‌سازی بالینی، نیاز به اعتبارسنجی خارجی و مطالعات آینده وجود دارد.

متن کامل اصلی