A Multimodal Machine Learning Model for Predicting Prolonged Hospital Stay After Total Hip and Knee Arthroplasty：Development, Internal Validation, and External Validation in MIMIC-IV

Ziekenhuizen zijn enorme, complexe ecosystemen waar het doel altijd genezing is, maar het pad naar herstel is zelden voor twee verschillende mensen hetzelfde. Wanneer een patiënt een grote gewrichtsvervangende operatie ondergaat, zoals het vervangen van een versleten heup of knie, staat het medische team voor een cruciale vraag: hoe lang zal deze persoon in het ziekenhuis moeten blijven? Een verblijf dat te lang duurt, is niet alleen een financiële last voor de gezondheidszorg; het vergroot ook het risico van de patiënt op infecties en andere complicaties. Decennialang hebben artsen geprobeerd deze verlengde verblijven te voorspellen met behulp van een checklist van standaardfeiten: de leeftijd van de patiënt, hun bloedtestresultaten en de ernst van hun andere medische aandoeningen. Deze cijfers vertellen een verhaal, maar ze laten vaak de meest gedetailleerde delen van iemands leven en geschiedenis weg, die vaak begraven liggen in de geschreven aantekeningen en diagnostische codes die de medische dossiers vergezellen.

Een team van onderzoekers heeft nu een nieuw soort digitaal hulpmiddel ontwikkeld dat ontworpen is om zowel de cijfers als de woorden te lezen om een betere voorspelling te doen. Door een computer te leren om naar standaard medische gegevens te kijken naast de ongestructureerde tekst die in patiëntendossiers wordt gevonden, hebben zij een systeem gecreëerd dat de tekenen van een moeilijk herstel veel eerder kan opmerken dan traditionele methoden. Deze aanpak vertrouwt niet op gissen of intuïtie; in plaats daarvan leert het van duizenden eerdere gevallen om patronen te vinden die het menselijk oog misschien mist. Het resultaat is een duidelijker beeld van wie waarschijnlijk te maken krijgt met een lang ziekenhuisverblijf, waardoor artsen beter kunnen voorbereiden en potentieel de tijd die een patiënt in het ziekenhuis doorbrengt, kunnen verkorten.

De onderzoekers begonnen hun werk door gegevens te verzamelen uit een grote database van patiënten die een primaire totale heup- of knievervanging hadden ondergaan in een groot ziekenhuis in Zuid-Korea. Ze richtten zich op 2.647 volwassenen die voor de eerste keer een gewrichtsvervanging ondergingen. Om te definiëren wat een "verlengd" verblijf inhield, stelden ze een specifieke benchmark vast: een ziekenhuisopname van zeventien dagen of langer. Deze drempel vertegenwoordigde de bovenste 25 procent van de langste verblijven in hun groep, een punt waarop de klinische en economische kosten van hospitalisatie aanzienlijk worden. Het team voedde vervolgens hun computermodel twee verschillende soorten informatie. Het eerste type bestond uit gestructureerde gegevens, dat zijn de nette, georganiseerde feiten die artsen routinematig verzamelen, zoals leeftijd, geslacht, lichaammasse-index en specifieke bloedtestresultaten zoals albumine- en hemoglobinegehalten. Het tweede type was ongestructureerde tekst, afgeleid van de ICD-10 diagnostische codes. Deze codes zijn de standaard afkortingen die artsen gebruiken om elke aandoening die een patiënt heeft, van artrose tot hoge bloeddruk, te vermelden. De onderzoekers behandelden deze codes als een narratief, waarbij ze de lijst met diagnoses omzetten in een formaat dat de computer kan analyseren op betekenis.

Om hun voorspellingsmotor te bouwen, trainden het team negen verschillende machine learning-algoritmen, wat computerprogramma's zijn die zijn ontworpen om te leren van gegevens in plaats van strikte, vooraf geschreven regels te volgen. Ze testten deze modellen om te zien welk model het beste het onderscheid kon maken tussen patiënten die snel het ziekenhuis zouden verlaten en patiënten die zeventien dagen of langer zouden blijven. Het meest succesvolle model was een geavanceerd systeem genaamd LightGBM, dat uitzonderlijk goed bleek te zijn in het vinden van de subtiele verbanden tussen de geschiedenis van een patiënt en hun hersteltijd. Wanneer het werd getest op een deel van de gegevens die het model nog nooit eerder had gezien, bereikte het een hoog niveau van nauwkeurigheid, waarbij het het risico op een lang verblijf correct identificeerde met een AUC van 0,9160. Deze prestatie was aanzienlijk beter dan modellen die alleen vertrouwden op de standaard bloedtests en demografie, wat bewees dat de extra laag informatie uit de diagnostische tekst echte waarde toevoegde.

Een van de meest onthullende aspecten van het onderzoek was de ontdekking van wat de computer het belangrijkst vond. Wanneer de onderzoekers het model vroegen om zijn redenering uit te leggen, ontdekten ze dat zes van de twintig meest invloedrijke factoren rechtstreeks uit de diagnostische tekst kwamen in plaats van uit het bloedwerk. Terwijl factoren zoals de lichaammasse-index en lage albuminespiegels in het bloed inderdaad sterke voorspellers waren, legde de tekstanalyse specifieke aandoeningen bloot die traditionele checklists vaak over het hoofd ziet. Zo kwamen de aanwezigheid van knieartrose, niet-gespecificeerde pijn en andere vormen van gewrichtsaandoeningen naar voren als krachtige signalen dat een patiënt mogelijk meer tijd nodig heeft om te herstellen. Dit suggereert dat de specifieke combinatie van aandoeningen die een patiënt met zich meedraagt, zoals beschreven in hun dossier, een completer verhaal vertelt dan de cijfers alleen. Het model bevestigde ook dat de duur van de operatie zelf een belangrijke factor was, wat de complexiteit van de procedure weerspiegelt.

Om ervoor te zorgen dat hun bevindingen niet slechts een gelukkige match waren voor één specifieke groep patiënten, namen de onderzoekers hun model mee naar een volledig andere database uit de Verenigde Staten, bekend als MIMIC-IV. Deze database bevat gegevens van een grote intensive care in Boston en vertegenwoordigt een ander zorgsysteem, een andere periode en een andere populatie. Aanvankelijk daalde de prestatie van het model wanneer het werd toegepast op de gehele pool van patiënten in deze nieuwe database, die veel mensen bevatten die geen gewrichtsvervanging hadden ondergaan. Echter, toen de onderzoekers de gegevens filterden om alleen te kijken naar de patiënten die daadwerkelijk een heup- of knievervanging hadden gekregen, schoot de nauwkeurigheid van het model omhoog. In deze specifieke groep presteerde het model zelfs beter dan in de oorspronkelijke studie, met een AUC van 0,9396. Deze dramatische verbetering in een onafhankelijke, externe setting suggereert dat het hulpmiddel robuust is en zich kan aanpassen aan verschillende omgevingen, mits het wordt gebruikt bij de juiste groep mensen. Het is belangrijk om op te merken dat voor deze externe validatie bepaalde variabelen, zoals de lichaammasse-index, ontbraken uit de database en door de onderzoekers moesten worden geschat, maar het model vertoonde desondanks een uitzonderlijke prestatie.

De studie onderzocht ook hoeveel gegevens er nodig waren om het model betrouwbaar te maken. Door het systeem te testen met toenemende hoeveelheden patiëntendossiers, ontdekten de onderzoekers dat het model snel leerde en stabiliseerde zodra het ongeveer twee derde van de beschikbare trainingsgegevens had beoordeeld. Dit geeft aan dat het hulpmiddel niet een onmogelijke hoeveelheid informatie vereist om effectief te functionen en dat het niet simpelweg de gegevens uit het hoofd leert, maar werkelijke patronen leert. Het vermogen van het model om zo goed te generaliseren naar een nieuwe, onafhankelijke database is een sterk teken dat het fundamentele waarheden over het herstel na een gewrichtsoperatie heeft gevangen, in plaats van slechts de eigenaardigheden van de dossiers van één enkel ziekenhuis.

Ondanks deze successen zijn de onderzoekers voorzichtig om de grenzen van hun werk te benoemen. Het model is gebouwd met behulp van gegevens van een enkele instelling in Zuid-Korea en gevalideerd in een enkele intensive care in de Verenigde Staten, wat betekent dat het nog niet is getest in een breed scala aan wereldwijde zorgsystemen. Daarnaast was bepaalde belangrijke informatie, zoals de exacte lichaammasse-index of de specifieke classificatie van de algemene gezondheidstoestand van een patiënt, afwezig in de externe database en moest deze door de onderzoekers worden geschat, wat enige onzekerheid met zich mee kan brengen. De onderzoekers wijzen er ook op dat hun definitie van een "lang verblijf" gebaseerd was op de specifieke verdeling van hun initiële groep, wat niet perfect van toepassing kan zijn op elk ziekenhuis ter wereld. Zij benadrukken dat, hoewel het hulpmiddel krachtig is, het een startpunt is voor toekomstig onderzoek en geen definitieve oplossing.

Het uiteindelijke doel van dit werk is om verder te gaan dan eenvoudige voorspelling en toe te bewegen naar actie. Door patiënten die een hoog risico lopen op een langdurig verblijf te identificeren voordat ze zelfs de operatiekamer binnenstappen, kunnen artsen eerder ingrijpen. Ze kunnen de medicatie van een patiënt aanpassen, extra fysiotherapie regelen of samenwerken met maatschappelijk werkers om een soepele overgang naar huis te garanderen. De studie laat zien dat de informatie die nodig is om deze beslissingen te nemen al in de patiëntendossiers aanwezig is, wachtend om correct gelezen te worden. Door de harde cijfers van bloedtesten te combineren met de rijke context van diagnostische aantekeningen, biedt deze nieuwe aanpak een manier om de ziekenhuiszorg efficiënter en persoonlijker te maken. Het suggereert dat de toekomst van medische voorspelling niet ligt in het kiezen tussen data en tekst, maar in het samenweven van beide om het volledige beeld van de gezondheid van een patiënt te zien.