Benchmarking Early Deterioration Prediction Across Hospital-Rich and MCI-Like Emergency Triage Under Constrained Sensing

1. Il Problema

La previsione precoce del deterioramento clinico nei Pronto Soccorso (ED) è fondamentale per l'escalation tempestiva delle cure e l'allocazione delle risorse. Tuttavia, le decisioni di triage vengono prese in condizioni di severe limitazioni informative: tempo ristretto, misurazioni incomplete e assenza di dati di laboratorio o osservazioni longitudinali.
Il problema centrale identificato dagli autori è che la maggior parte dei modelli di machine learning esistenti per la previsione del rischio viene valutata utilizzando segnali (es. risultati di laboratorio, note post-triage) che non sono disponibili al momento della valutazione iniziale. Inoltre, molti studi soffrono di data leakage (perdita di dati), dove informazioni future o ripetute visite dello stesso paziente contaminano la valutazione, rendendo i modelli non generalizzabili e non pronti per il deployment in scenari reali, specialmente in contesti di incidenti con molte vittime (MCI - Mass Casualty Incidents) o risorse limitate.

2. Metodologia

Gli autori hanno sviluppato un framework di benchmarking "consapevole della perdita di dati" (leakage-aware) utilizzando il dataset pubblico MIMIC-IV-ED.

• Costruzione del Dataset:

  • È stata creata una coorte di circa 10.000 pazienti (adulti, prima visita ED) deduplicata a livello di paziente per garantire l'indipendenza delle osservazioni.
  • Finestra temporale: Tutti i dati sono limitati alla prima ora dall'arrivo in ED, escludendo qualsiasi intervento o misurazione successiva.
  • Preprocessing: Rimozione di valori fisiologicamente implausibili, normalizzazione Z-score (addestrata solo sul set di training), e imputazione dei valori mancanti. Sono stati derivati proxy clinici (es. stato AVPU da GCS, supporto ossigeno, indice di shock).

• Regimi di Caratteristiche (Feature Regimes):
  Il lavoro confronta due scenari distinti:

  1. Regime "Hospital-Rich": Include tutti i dati disponibili nella prima ora: segni vitali, osservazioni cliniche strutturate, primi esami di laboratorio e note (se disponibili).
  2. Regime "MCI-like" (o Vitals-only): Restringe gli input ai soli segni vitali fisiologici (frequenza cardiaca, pressione sistolica, temperatura, saturazione O2, frequenza respiratoria) e indicatori di coscienza/respirazione (AVPU, flag di supporto ossigeno). Esclude laboratori, anamnesi dettagliata e dati demografici complessi.

• Modelli e Valutazione:

  • Sono stati testati diversi modelli: Regressione Logistica (LR), Random Forest (RF), XGBoost, LightGBM e TabNet (una rete neurale per dati tabellari).
  • Protocollo: Split train/validation/test stratificati a livello di paziente (63/7/30) ripetuti 5 volte.
  • Metriche: AUROC e AUPRC (Average Precision) come metriche principali per gestire lo sbilanciamento delle classi.
  • Analisi di Robustezza: Studio di ablazione strutturata (rimozione progressiva di singoli segni vitali) e analisi di interpretabilità tramite SHAP (Shapley Additive Explanations).

3. Contributi Chiave

1. Formulazione del Problema: Definizione della previsione del deterioramento come problema di decisione sotto parzialità osservativa, distinguendo chiaramente tra scenari ospedalieri ricchi di dati e scenari di campo (MCI).
2. Framework di Benchmarking Riproducibile: Introduzione di un framework che impone rigorosa indipendenza tra pazienti, esclude informazioni post-decisione e supporta la valutazione controllata in regimi di sensing progressivamente limitati.
3. Insight Fisiologici: Identificazione attraverso ablazioni sistematiche che i segnali respiratori e di ossigenazione sono i contributori dominanti per la stratificazione del rischio precoce, superando altri parametri come la frequenza cardiaca isolata.
4. Baseline Interpretabili: Stabilimento di baseline robuste (da modelli lineari a deep learning tabellare) che dimostrano come i modelli moderni degradino in modo "grazioso" (graceful degradation) quando i sensori vengono ridotti, fornendo una base per sistemi di supporto decisionale deployabili.

4. Risultati Principali

• Performance nei Due Regimi:

  • I modelli basati su ensemble (in particolare XGBoost) hanno ottenuto le migliori prestazioni in entrambi gli scenari.
  • Regime Hospital-Rich: XGBoost ha raggiunto un AUROC di 0.809 e un AUPRC di 0.382.
  • Regime MCI-like (Solo Vitals): Nonostante la drastica riduzione delle feature, la performance è diminuita solo moderatamente. XGBoost ha mantenuto un AUROC di 0.750 e un AUPRC di 0.296.
  • Conclusione: Una frazione sostanziale del segnale di deterioramento precoce è catturata dai soli segni vitali fisiologici.

• Analisi di Ablazione (Importanza delle Feature):

  • La rimozione della Frequenza Respiratoria (RR) e della Temperatura ha causato il calo di performance più significativo.
  • Seguiti da Saturazione O2 (SpO2) e Pressione Sistolica (SBP).
  • La Frequenza Cardiaca (HR) ha contribuito meno quando considerata isolatamente.
  • I modelli rimangono robusti anche con subset ridotti di vitali (es. solo RR + SpO2), indicando ridondanza e resilienza.

• Interpretabilità (SHAP):

  • L'analisi SHAP conferma che i segnali di ossigenazione (uso di ossigeno, SpO2) e respirazione (RR), insieme alla risposta neurologica (AVPU), sono i fattori più influenti in tutti i regimi.
  • Le variabili di laboratorio (nel regime hospital-rich) forniscono un miglioramento marginale e meno consistente rispetto ai segni vitali immediati.
  • Le note testuali non strutturate hanno un impatto minimo rispetto ai segnali fisiologici osservabili.

• Outcome Secondario (Trasferimento in ICU):

  • Analizzando il trasferimento in ICU entro 24 ore come outcome, il divario di performance tra regime ricco e regime vitals-only è ancora più ridotto, suggerendo che l'escalation acuta è fortemente legata a instabilità fisiologica immediata misurabile con i soli vitali.

5. Significato e Implicazioni

Questo lavoro dimostra che è possibile costruire sistemi di supporto decisionale per il triage efficaci e affidabili anche in condizioni di risorse limitate e sensing parziale, tipici degli scenari di emergenza di massa o delle aree rurali.

• Validazione Clinica: Conferma l'intuizione clinica che l'instabilità precoce si riflette nei segni vitali immediati, riducendo la dipendenza da test di laboratorio ritardati per la triage iniziale.
• Robustezza: I modelli moderni (ensemble) mostrano una degradazione "graziosa" quando i sensori falliscono o mancano, rendendoli candidati ideali per il deployment in ambienti reali.
• Standardizzazione: Il framework proposto offre un benchmark standardizzato e privo di leakage per confrontare futuri modelli di triage, spingendo la ricerca verso soluzioni più realistiche e clinicamente applicabili piuttosto che verso massimizzazioni di accuratezza su dati non disponibili al momento della decisione.

In sintesi, il paper fornisce le basi per lo sviluppo di strumenti di triage che funzionano "sul campo", basati su ciò che è realmente misurabile al primo contatto con il paziente.