Nghiên cứu tổng quan về dự báo đợt cấp bệnh phổi tắc nghẽn mạn tính
Nội dung chính của bài viết
Tóm tắt
Ứng dụng máy học dự báo đợt cấp bệnh phổi tắc nghẽn mạn tính (Chronic Obstructive Pulmonary Disease - COPD) là một xu thế tất yếu, có khả năng cách mạng hóa việc khám, điều trị, quản lý bệnh bằng cách cho phép phát hiện sớm, can thiệp cá nhân hóa, tối ưu hóa nguồn lực và trao quyền cho người bệnh. Nghiên cứu nhằm mục tiêu tổng quan các mô hình sẵn có về dự báo đợt cấp COPD từ cơ sở dữ liệu Pubmed theo hướng dẫn PRISMA. Kết quả đã xác định được 9/928 bài báo đáp ứng đầy đủ các tiêu chí lựa chọn, bao gồm: 7 quan sát hồi cứu đa trung tâm, 1 quan sát tiến cứu đơn trung tâm và 1 thử nghiệm lâm sàng đơn trung tâm. 117 yếu tố nguy cơ được đưa vào các mô hình dự báo, trong đó tuổi và giới xuất hiện phổ biến nhất (9/9 lần). Các mô hình có diện tích dưới đường cong (AUC) dao động từ 0,681 đến trên 0,9 với 3 mô hình có hiệu suất cao nhất lần lượt là Random Forest (> 0,9), Support Vector Machine (0,9) và Extreme Gradient Boosting (0,86) cần được ứng dụng, tiếp tục xây dựng và phát triển trên bộ dữ liệu của người Việt Nam.
Chi tiết bài viết
Từ khóa
Đợt cấp bệnh phổi tắc nghẽn mạn tính, mô hình, dự báo, máy học
Tài liệu tham khảo
2. Bộ Y tế. Quyết định 2767/QĐ-BYT ngày 4/7/2023 về việc ban hành tài liệu chuyên môn “Hướng dẫn chẩn đoán và điều trị bệnh phổi tắc nghẽn mạn tính”. In:2023.
3. Hurst J R, Skolnik N, Hansen G J, et al. Understanding the impact of chronic obstructive pulmonary disease exacerbations on patient health and quality of life. European journal of internal medicine. 2020;73:1-6.
4. Chmiel FP, Burns DK, Pickering JB, et al. Prediction of Chronic Obstructive Pulmonary Disease Exacerbation Events by Using Patient Self-reported Data in a Digital Health App: Statistical Evaluation and Machine Learning Approach. JMIR Med Inform. 2022; 10(3): e26499.
5. Fakhraei R, Matelski J, Gershon A, et al. Development of Multivariable Prediction Models for the Identification of Patients Admitted to Hospital with an Exacerbation of COPD and the Prediction of Risk of Readmission: A Retrospective Cohort Study using Electronic Medical Record Data. COPD. 2023; 20(1): 274-283.
6. Huebner ST, Henny S, Giezendanner S, et al. Prediction of Acute COPD Exacerbation in the Swiss Multicenter COPD Cohort Study (TOPDOCS) by Clinical Parameters, Medication Use, and Immunological Biomarkers. Respiration. 2022; 101(5): 441-454.
7. Singh D, Hurst J R, Martinez F J, et al. Predictive modeling of COPD exacerbation rates using baseline risk factors. Therapeutic advances in respiratory disease. 2022; 16: 17534666221107314.
8. Ställberg B, Lisspers K, Larsson K, et al. Predicting Hospitalization Due to COPD Exacerbations in Swedish Primary Care Patients Using Machine Learning - Based on the ARCTIC Study. Int J Chron Obstruct Pulmon Dis. 2021; 16: 677-688.
9. Wang C, Chen X, Du L, et al. Comparison of machine learning algorithms for the identification of acute exacerbations in chronic obstructive pulmonary disease. Comput Methods Programs Biomed. 2020; 188: 105267.
10. Wu CT, Li GH, Huang CT, et al. Acute Exacerbation of a Chronic Obstructive Pulmonary Disease Prediction System Using Wearable Device Data, Machine Learning, and Deep Learning: Development and Cohort Study. JMIR Mhealth Uhealth. 2021; 9(5): e22591.
11. Zeng S, Arjomandi M, Tong Y, et al. Developing a Machine Learning Model to Predict Severe Chronic Obstructive Pulmonary Disease Exacerbations: Retrospective Cohort Study. J Med Internet Res. 2022; 24(1): e28953.
12. Zhang Y, Zheng S P, Hou Y F, et al. A predictive model for frequent exacerbator phenotype of acute exacerbations of chronic obstructive pulmonary disease. Journal of thoracic disease. 2023; 15(12): 6502-6514.
13. Nguyễn Thị Ngọc, Vũ Văn Sơn, Bùi Mỹ Hạnh, và cs. Đặc điểm lâm sàng, cận lâm sàng, mức độ nặng bệnh nhân đợt cấp bệnh phổi tắc nghẽn mạn tính (COPD) tại bệnh viện Phổi Trung ương. Tạp chí Y học Việt Nam. 2020; 1(495): 4-9.
14. Phùng Thị Thanh, Chu Thị Hạnh, Trần Thị Nương, và cs. Một số yếu tố nguy cơ gây đợt cấp thường xuyên ở bệnh nhân có đợt cấp bệnh phổi tắc nghẽn mạn tính nhập viện tại Trung tâm Hô hấp, Bệnh viện Bạch Mai. Tạp chí Y học Việt Nam. 2022; 1(514): 100-104.