Development and temporal validation of an auditable EHR-based risk-ranking pipeline integrating Chinese admission notes and laboratory data for cardiac intensive care: a retrospective cohort study

Résumé Technique : Développement et validation temporelle d'un pipeline de classement des risques basé sur le DPI pour les soins intensifs cardiologiques

Énoncé du problème
La stratification précoce des risques dans les unités de soins intensifs cardiologiques (USIC) est actuellement entravée par l'incapacité des champs structurés du Dossier Patient Informatisé (DPI) à capturer pleinement le contexte clinique documenté dans les récits d'admission. Bien que les outils de risque existants utilisent des variables structurées, ils omettent souvent des détails contextuels critiques tels que les trajectoires de symptômes, les parcours de référence et l'instabilité perçue par le clinicien, présents dans les notes d'admission en texte libre. De plus, la définition des issues défavorables dans les données hospitalières chinoises est complexifiée par le « Sortie contre avis médical » (DAMA), une catégorie hétérogène qui peut refléter une maladie critique, des contraintes financières ou une amélioration précoce. Traiter tous les cas de DAMA comme équivalents au décès entraîne une erreur de classification de l'issue. Cette étude examine si les caractéristiques des notes d'admission chinoises peuvent être converties en variables auditables et fondées sur des règles pour améliorer le classement des risques au-delà des seules données structurées, tout en affinant les définitions d'issues par l'adjudication clinique.

Méthodologie
L'étude a utilisé une conception de cohorte rétrospective monocentrique impliquant 1 365 patients uniques en USIC admis entre 2023 et 2025 dans des hôpitaux affiliés au collège médical de Wannan.

• Division de la cohorte : Les patients admis en 2023–2024 ont formé la cohorte de développement ($N=822$), et ceux admis en 2025 ont servi de cohorte de validation temporelle ($N=536$).
• Définition de l'issue : L'issue primaire a été définie comme le décès intrahospitalier ou le DAMA dû à une maladie critique/retrait de traitement actif. Les cas de DAMA ont été catégorisés par adjudication clinique en trois catégories : maladie critique/retrait, transfert vers un autre hôpital, ou sortie précoce après amélioration. Seule la première catégorie a été incluse dans l'issue primaire ; les transferts et les sorties avec amélioration ont été exclus pour réduire les erreurs de classification. Deux cas de DAMA non adjugés ont été exclus, laissant 1 363 patients pour l'analyse.
• Prédicteurs :
  • Données structurées : Variables cliniques (âge, sexe, constantes vitales, voie d'admission, groupe de diagnostic) et valeurs de laboratoire précoces (hémoglobine, globules blancs, plaquettes, NLR, SII, BNP, hs-cTnI, hs-CRP, créatinine).
  • Données non structurées : Les notes d'admission (motif de consultation, histoire de la maladie actuelle, antécédents médicaux, antécédents de tabagisme/alcoolisme) ont été traitées à l'aide d'une approche de traitement du langage naturel (NLP) basée sur des règles. Des expressions cliniques chinoises prédéfinies ont été utilisées pour extraire des indicateurs de caractéristiques pour des symptômes spécifiques (ex: douleur thoracique, dyspnée), des procédures et des comorbidités. La longueur du texte a également été incluse.
• Modélisation : Quatre modèles ont été comparés à l'aide d'une régression logistique avec régularisation L2 :
  1. Modèle clinique.
  2. Modèle Clinique + Laboratoire.
  3. Modèle de caractéristiques textuelles basées sur des règles.
  4. Modèle multimodal (intégrant les trois).
     Un modèle exploratoire utilisant le TF-IDF au niveau des caractères a également été testé.
• Évaluation : La performance a été évaluée via la discrimination (AUC, AUPRC), la calibration (intercept, pente, graphiques), l'analyse de la courbe de décision (DCA) et les métriques de valeur incrémentale (IDI, cNRI). Le rééchantillonnage par bootstrap (1 000 itérations) a été utilisé pour les intervalles de confiance.

Résultats clés

• Prévalence de l'issue : Dans la cohorte d'analyse primaire, 115 patients (8,4 %) ont présenté l'issue primaire (décès ou DAMA lié à une maladie critique).
• Performance de la validation temporelle :
  • Le modèle multimodal a atteint une AUC de 0,726 (IC 95 % : 0,656–0,793).
  • Le modèle Clinique + Laboratoire a atteint une AUC de 0,693 (IC 95 % : 0,615–0,768).
  • Le modèle de caractéristiques textuelles basées sur des règles seul a atteint une AUC de 0,602.
• Gain incrémental : L'ajout de caractéristiques textuelles au modèle clinique et de laboratoire a entraîné une augmentation modeste de l'AUC de 0,033 (IC 95 % : -0,001 à 0,065 ; bootstrap $P=0,054$). L'intervalle de confiance à 95 % traversait zéro, indiquant que l'amélioration était statistiquement incertaine.
• Précision-Rappel et Calibration : La performance précision-rappel n'a pas montré d'avantage clair pour le modèle multimodal. Crucialement, les pentes de calibration étaient nettement inférieures à 1,0 dans tous les modèles de l'ensemble de validation temporelle, indiquant que les modèles surapprenaient (overfitting) ou produisaient des estimations de risque trop extrêmes, les rendant inaptes à la communication de risque absolu sans recalibrage.
• Analyses de sensibilité : Les caractéristiques textuelles ont montré une contribution plus apparente lorsque la définition de l'issue incluait les transferts comme événements indésirables (AUC 0,738 contre 0,694) par rapport au décès seul. Le modèle n'a pas amélioré les prédictions pour la durée de séjour prolongée.

Contributions clés

1. Pipeline auditable : L'étude a développé un pipeline de NLP transparent et basé sur des règles pour le texte clinique chinois qui intègre les données structurées du DPI, les résultats de laboratoire et les notes d'admission. Cette approche privilégie l'auditabilité par rapport au "deep learning" boîte noire, ce qui est crucial pour l'implémentation clinique dans des contextes monocentriques avec un nombre limité d'événements.
2. Adjudication raffinée des issues : La recherche démontre que l'adjudication clinique des cas de DAMA améliore considérablement l'interprétabilité de l'issue. En distinguant le retrait lié à une maladie critique des transferts et des sorties avec amélioration, l'étude a créé une définition plus cliniquement significative des issues défavorables graves.
3. Évaluation réaliste de la performance : L'article fournit une validation temporelle rigoureuse qui souligne les limites des approches multimodales actuelles. Il montre explicitement que, bien que les caractéristiques textuelles ajoutent une discrimination numérique, le gain est modeste et la calibration reste un obstacle majeur.

Signification et affirmations
Les auteurs affirment que leur travail fournit un cadre auditable et fondamental pour l'intégration du texte clinique chinois non structuré dans la stratification des risques. Ils soulignent que, bien que le pipeline multimodal présente une discrimination numériquement supérieure aux données structurées seules, le gain incrémental est modeste et la calibration est sous-optimale.

L'article conclut que le modèle actuel est approprié pour le classement du risque relatif (signaler les patients à haut risque pour un examen plus approfondi) plutôt que pour la communication de probabilités de risque individuel absolu. Les auteurs déclarent explicitement qu'avant toute mise en œuvre clinique, le pipeline nécessite :

• Une validation externe dans des cohortes indépendantes.
• Un recalibrage logistique ou une mise à jour du modèle.
• Une validation manuelle indépendante des caractéristiques dérivées du texte.
• Une évaluation prospective des seuils de décision et des flux de travail cliniques.

L'étude se positionne non pas comme une solution déployable, mais comme une étape de génération d'hypothèses démontrant que les caractéristiques textuelles basées sur des règles peuvent être intégrées dans un pipeline de DPI, à condition que les limites concernant la calibration et la nécessité d'une validation rigoureuse soient reconnues.