Geri Dön

Yoğun bakım hastalarında grady bakteriyemi/sepsis tahmin modellerinin prospektif validasyonu: Klinik performans ve erken uyarı sistemi olarak kullanılabilirliği

Prospective validation of grady bacteremia/sepsis prediction models in intensive care unit patients: Clinical performance and feasibility as an early warning system

PDF İndir

  1. Tez No: 971315
  2. Yazar: AHMET DOĞUKAN BAYRAK
  3. Danışmanlar: DOÇ. DR. OKAN DERİN
  4. Tez Türü: Tıpta Uzmanlık
  5. Konular: Enfeksiyon Hastalıkları ve Klinik Mikrobiyoloji, Infectious Diseases and Clinical Microbiology
  6. Anahtar Kelimeler: Gram negatif bakteriyemi, makine öğrenimi, yoğun bakım ünitesi, prospektif doğrulama, karar destek sistemi, klinik skorlar, Gram negative bacteremia, machine learning, intensive care unit, prospective validation, clinical decision support system, clinical scores
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Sağlık Bilimleri Üniversitesi
  10. Enstitü: İstanbul Şişli Hamidiye Etfal Eğitim ve Araştırma Hastanesi
  11. Ana Bilim Dalı: Enfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Amaç: Bakteriyemi ve sepsis, hızlı ilerleyen seyirleri ve yüksek mortalite ile ilişkili olmaları nedeniyle erken tanı ve zamanında müdahalenin hayati önem taşıdığı kritik klinik tablolardır. Bu nedenle, son yıllarda erken tanı ve risk öngörüsünü desteklemek amacıyla makine öğrenimi tabanlı tahmin modelleri giderek daha fazla ilgi görmektedir. Fakat bu modellerin klinik pratikte etkin şekilde kullanılabilmesi için, uygun koşullarda ve gerçek hasta popülasyonlarında doğrulamalarının gerçekleştirilmesi gerekmektedir. Bu çalışmanın amacı, merkezimizde retrospektif verilerle geliştirilen makine öğrenimi tabanlı gram negatif bakteriyemi tahmin modellerinin prospektif doğrulamasını yapmak, modellerin tanısal doğruluğu ve klinik uygulamadaki kullanılabilirliğini değerlendirmektir. Ayrıca esasen sepsis tanısı veya prognoz tahmini amacıyla geliştirilmiş olan SOFA, SIRS, NEWS-2 ve Pitt Bakteriyemi Skoru gibi klinik skorlamaların bakteriyemi öngörüsündeki kullanılabilirliğini değerlendirmek hedeflenmiştir. Gereç ve Yöntem: Çalışma, Sağlık Bilimleri Üniversitesi Şişli Hamidiye Etfal Eğitim ve Araştırma Hastanesi Yoğun Bakım Üniteleri'nde yürütülen prospektif gözlemsel bir araştırmadır. 1 Şubat–31 Temmuz 2025 tarihleri arasında, tanısal amaçla kan kültürü alınan erişkin hastalara ait örnekler ardışık örnekleme yöntemiyle çalışmaya dâhil edilmiştir. ≥48 saat yoğun bakım yatışı bulunan, ≥18 yaşında olan ve Sepsis-3 kriterlerine göre enfeksiyon şüphesi tanımını karşılayan olgulara ait kan kültürü örnekleri değerlendirilmiştir. Ayrıca yatışının 4-10. günlerindeki hastalara ait örneklerden alt grup oluşturularak bir post-hoc analiz yapılmıştır. Her bir örnek için kan kültürü alımından önceki 48 saate ait demografik, klinik, vital ve laboratuvar verileri kaydedilmiş; örneklerin alındığı güne ait klinik skorlar (SOFA, SIRS, NEWS-2, PBS, qPitt) hesaplanmıştır. Parametrik ya da gerektiğinde parametrik olmayan istatistiksel testler uygulanmıştır. Klinik skorların bakteriyemi ile ilişkisi tek değişkenli lojistik regresyon analizi ile değerlendirilmiştir. Modellerin ve skorların tanısal performansları karışıklık matrisi kullanılarak hesaplanmıştır. Performans değerlendirmesinde duyarlılık, özgüllük, PPV, doğruluk ve dengelenmiş doğruluk metrikleri kullanılmıştır. Skorlar için marjinal etki grafikleri oluşturulmuştur. Bulgular: Bu çalışmada 289 kan kültürü örneği prospektif olarak değerlendirilmiş, 97'sinde (%33,6) gram negatif bakteriyemi saptanmıştır. Gram negatif bakteriyemisi olan hastaların, kültürde üreme saptanmayan olgulara kıyasla daha ileri yaşta oldukları, hemoglobin düzeylerinin daha düşük seyrettiği, mekanik ventilasyon ve santral venöz kateter gereksinimlerinin daha yüksek olduğu ve vazopresör ihtiyacının daha fazla izlendiği saptanmış olup, tüm bu değişkenlerin bakteriyemi varlığı ile anlamlı düzeyde ilişkili olduğu belirlenmiştir. Ayrıca, gram negatif bakteriyemisi olmayan hastalarda kan kültürü alınmadan önce gram negatif etkinliğe sahip antibiyotik kullanım oranının daha yüksek olduğu tespit edilmiştir. Klinik skorların büyük çoğunluğu bakteriyemi ile anlamlı ilişki göstermiş; özellikle qPitt ve Pitt Bakteriyemi Skoru (PBS) öne çıkmıştır. Makine öğrenimi tabanlı modellerin tanısal performansları klasik klinik skorlarla benzer düzeyde bulunmuş, AUROC değerleri zayıf düzeyde görülmüştür. Ancak, erken dönemde görülebilen enfeksiyon dışı sepsis benzeri tabloların dışlanması ve uzamış yatışlara bağlı potansiyel karıştırıcı etkilerin sınırlandırılmasıyla, yatışın 4–10. günleriyle sınırlı alt grupta hem klinik skorların hem de modellerin tanısal performansında artış gözlenmiş; AUROC değerleri orta (≥0,70) düzeye yükselmiştir. Alt grupta yapılan post-hoc analizde modeller, yüksek duyarlılık değerleriyle ön plana çıkmıştır. Sonuç: Sonuç olarak, bu çalışma hem klinik skorların hem de makine öğrenimi tabanlı modellerin, yoğun bakım hastalarında gram negatif bakteriyemi riskini erken dönemde öngörmede kullanılabileceğini göstermektedir. Özellikle PBS ve qPitt skorlarının güçlü performansı ile ML modellerinin yüksek duyarlılık değerleri, olgu kaçırmama açısından klinik karar süreçlerine katkı sağlayabilir. Ancak, özgüllük ve PPV değerlerinin nispeten düşük olması nedeniyle yanlış pozitifliklerin göz önünde bulundurulması gerekmektedir. Gelecekte çok merkezli, geniş örneklemli doğrulama çalışmaları, bu modellerin ve skorların klinik uygulanabilirliğini güçlendirecektir.

Özet (Çeviri)

Objective: Bacteremia and sepsis are critical clinical conditions characterized by rapid progression and high mortality, in which early diagnosis and timely intervention are of vital importance. In recent years, machine learning (ML)–based predictive models have gained increasing attention as tools to support early diagnosis and risk stratification. However, to enable their effective use in clinical practice, these models must be validated under appropriate conditions and within real-world patient populations. This study aimed to prospectively validate ML-based models previously developed in our center using retrospective data to predict gram-negative bacteremia, and to evaluate their diagnostic performance and clinical utility. Additionally, the study sought to assess the ability of commonly used clinical scoring systems (SOFA, SIRS, NEWS-2, PBS, qPitt) to predict bacteremia, despite their original purpose for sepsis diagnosis or prognostic assessment. Materials and Methods: This prospective observational study was conducted in the intensive care units (ICUs) of Şişli Hamidiye Etfal Training and Research Hospital, University of Health Sciences, Istanbul, Türkiye. Between February 1 and July 31, 2025, blood culture samples obtained from adult patients for diagnostic purposes were consecutively included. Samples were analyzed if they belonged to patients aged ≥18 years, hospitalized in the ICU for ≥48 hours, and meeting the Sepsis-3 criteria for suspected infection. A post-hoc subgroup analysis was performed for patients sampled between the 4th and 10th days of ICU stay. For each sample, demographic, clinical, vital, and laboratory data from the 48 hours preceding blood culture collection were recorded, and clinical scores (SOFA, SIRS, NEWS-2, Pitt, qPitt) were calculated based on the day of sampling. Parametric or, when appropriate, non-parametric statistical tests were applied. The association between clinical scores and bacteremia was assessed using univariate logistic regression analysis. Diagnostic performances of the models and scores were calculated using confusion matrices, including sensitivity, specificity, positive predictive value (PPV), accuracy, and balanced accuracy. Marginal effect plots were generated for clinical scores. Results: A total of 289 blood culture samples were prospectively evaluated, of which 97 (33.6%) were positive for gram negative bacteremia. Patients with gram negative bacteremia were older, had lower hemoglobin levels, and more frequently required mechanical ventilation, central venous catheterization, and vasopressor support compared with those without culture positivity; all of these variables were significantly associated with the presence of bacteremia. Additionally, the use of antibiotics active against gram negative pathogens prior to blood culture collection was more common in patients without gram negative bacteremia. Among clinical scoring systems, most were significantly associated with bacteremia, with qPitt and Pitt Bacteremia Score (PBS) demonstrating superior diagnostic performance. The diagnostic accuracy of machine learning (ML)–based models was comparable to that of conventional scores, yielding AUROC values within the low diagnostic range. However, when the analysis was restricted to patients sampled between days 4 and 10 of ICU stay—thereby excluding early non-infectious sepsis-like presentations and reducing confounding related to prolonged hospitalization—both ML models and clinical scores demonstrated improved diagnostic performance, with AUROC values reaching the moderate range (≥0.70). In post-hoc subgroup analysis, ML models were notable for their particularly high sensitivity values. Conclusion: This study demonstrates that both clinical scoring systems and ML-based models can be used to predict gram-negative bacteremia risk in ICU patients at an early stage. The strong performance of PBS and qPitt, along with the high sensitivity of ML models, may contribute to clinical decision-making by reducing missed cases. However, due to relatively low specificity and PPV, potential false positives should be carefully considered. Future multicenter studies with larger sample sizes are warranted to further strengthen the clinical applicability of these models and scoring systems.

Benzer Tezler

  1. Tez No

    870320

    Akut kolanjit hastalarının tokyo kriterleri ile kan kültürlerinin değerlendirilmesi

    Evaluation of blood cultures of patients with acute cholangitis using tokyo criteria

    OKAN PİRİNCİ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    İç HastalıklarıSağlık Bilimleri Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    DOÇ. DR. HİLMİ ERDEM SÜMBÜL

  2. Tez No

    108050

    Sirozlu hastalarda enfeksiyonlar

    Bacterial infections in patient with liver cirrhosis

    MEHMET HOROZ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2001

    Enfeksiyon Hastalıkları ve Klinik MikrobiyolojiÇukurova Üniversitesi

    İç Hastalıkları Ana Bilim Dalı

    PROF.DR. SALİH ÇOLAKOĞLU

  3. Tez No

    359108

    Deneysel sıçan yanık modelinde L-glutamin + L- alanin kullanımının bağırsaklardaki yapısal değişikliklere etkisi ve bakteryel translokasyona etkisinin araştırılması

    Introduction and Objective: The aim of this experimental study is to research the effects of L-alanin and L-glutamine on liver, structural changes on small intestine, wound healing, and bacterial translocation which are being widely used on intensive care patients.

    SEMİH GÜNAY

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2013

    Plastik ve Rekonstrüktif CerrahiDicle Üniversitesi

    Plastik Rekonstrüktif ve Estetik Cerrahi Ana Bilim Dalı

    YRD. DOÇ. DR. MUSTAFA DURĞUN

  4. Tez No

    440405

    Akut pankreatitte radyolojik ve klinik skorlama sistemlerinin hastalığın ciddiyetini öngördürmedeki değerliliklerinin karşılaştırılması

    Comparison of predicting the severity of disease by clinical and radiological scoring systems in acute pancreatitis

    İBRAHİM AKTAŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2016

    İlk ve Acil YardımMarmara Üniversitesi

    Acil Tıp Ana Bilim Dalı

    DOÇ. DR. HALDUN AKOĞLU

  5. Tez No

    950049

    Hastanede yatarak antibiyotik kullanan yoğun bakım dışı ve yoğun bakım hastalarında antibiyotik spektrum indeksi (ASİ) temelli de-eskalasyon/eskalasyon pratikleri ve bu pratiklerin mortalite, direnç ve antibiyotik ilişkili yan etki gelişimi üzerine etkilerinin değerlendirilmesi

    Evaluation of Antibiotic Spectrum Index (ASI)-based de-escalation/escalation practices and their impact on mortality, resistance, and antibiotic-related adverse events in hospitalized patients receiving antibiotics in non-intensive care and intensive care units

    MELİKE İNAN HEKİMOĞLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2025

    Enfeksiyon Hastalıkları ve Klinik MikrobiyolojiAnkara Üniversitesi

    Enfeksiyon Hastalıkları ve Klinik Mikrobiyoloji Ana Bilim Dalı

    PROF. DR. FÜGEN YÖRÜK

Geri Dön