Введение: острое печеночное повреждение (Acute liver injury [ALI]) — распространенное осложнение сепсиса, что ассоциировано с неблагоприятными клиническими исходами. Авторы этого исследования разработали модель для прогнозирования риска ALI у пациентов с сепсисом.
Методы: истории болезни 3196 пациентов с сепсисом, проходивших лечение в академическом госпитале с января 2015 по май 2023. Когорта 1 была разделена на группу ALI и группу non-ALI в целях обучения модели и внутренней валидации. Результаты исходных лабораторных тестов у субъектов исследования были использованы как признаки для машинного обучения (МО), а сами модели строились с использованием девяти разных алгоритмов МО с последующим выбором наилучшего алгоритма и наилучшей модели. Именно наилучшая модель прошла внешнюю валидацию в когорте 2.
Результаты: в когорте 1 наилучшую стабильность и прогностическую производительность показала LightGBM модель с AUC 0.841. В топ-5 наиболее важных переменных в модели вошли диабет, застойная сердечная недостаточность, протромбиновое время, частота сердечных сокращений и число тромбоцитов. Модель LightGBM показала стабильность и хорошую прогностическую работу в отношении ALI в когорте 2 внешней валидации с AUC 0.815.
Выводы: модель Light GBM может предсказывать риск ALI у госпитализированных пациентов с сепсисом.