Traduction de l'étude
Approche d'apprentissage automatique pour la prédiction automatisée de la gravité de la COVID-19 basée sur des caractéristiques cliniques et paracliniques : niveaux sériques de zinc, de calcium et de vitamine D
Azam Jahangirimehr, Clin nutr 30 juillet 2022
Contexte et objectifs
Considérant qu'aucune thérapie standard n'a encore été trouvée pour la nouvelle maladie à coronavirus (COVID-19), il semble nécessaire d'identifier les cas graves le plus tôt possible et de sorte que les procédures de traitement puissent être intensifiées. Par conséquent, la présente étude visait à développer une approche d'apprentissage automatique (ML) pour l'évaluation automatisée de la gravité du COVID-19 basée sur des caractéristiques cliniques et paracliniques telles que les taux sériques de zinc, de calcium et de vitamine D.
Méthodes
Dans cette étude transversale analytique qui a été menée de mai 2020 à mai 2021, des ensembles de données cliniques et paracliniques de patients positifs au COVID-19 avec des résultats connus ont été étudiés en combinant des méthodes de comparaison statistique et de corrélation avec des algorithmes ML, y compris l'arbre de décision (DT ), Random Forest (RF) et Support Vector Machine (SVM).
Résultats
Nos travaux ont révélé que certaines caractéristiques des patients, notamment l'âge, le sexe, les maladies cardiovasculaires comme affection sous-jacente et l'anorexie comme symptôme de la maladie, ainsi que certains paramètres mesurables dans les échantillons de sang, notamment le FBS et les taux sériques de calcium, sont des facteurs qui peuvent être pris en compte dans prédire la gravité de la COVID-19. À cet égard, nous avons développé des modèles prédictifs ML qui indiquaient des scores d'exactitude et de précision> 90% pour la prédiction de la gravité de la maladie. L'algorithme SVM a indiqué de meilleurs résultats que les autres algorithmes en ayant une précision de 95,5 %, un rappel de 94 %, un score F1 de 94,8 %, une précision de 95 % et une AUC de 94 %.
conclusion
Nos résultats ont indiqué que les caractéristiques cliniques et paracliniques telles que les taux sériques de calcium peuvent être utilisées pour l'évaluation automatisée de la gravité du COVID-19.
Trente-neuf sujets (42%) avaient une carence en calcium (<9 mg/dl), et 54 d'entre eux (58%) avaient
taux de calcium normaux (9-10,5 mg/dl). Le taux sérique moyen de vitamine D chez les sujets était
11,21 ± 21,40 ng/ml avec une plage de 8 à 56 ng/ml. Soixante-huit sujets (73 %) avaient de la vitamine D
carence (<30 ng/ml), et 25 d'entre eux (27%) avaient des taux sériques normaux de vitamine D (30-100
ng/ml). Le taux sérique moyen de zinc chez les sujets était de 67,61±15,10 µg/dl avec un intervalle de 41-
112 µg/dl. Quarante-neuf sujets (52,7%) avaient une carence en zinc (<70 µg/dl), et 44 d'entre eux (47,3%)
avaient des taux sériques normaux de zinc (70-114 µg/dl).
Bien que les niveaux de calcium sérique n'étaient pas significativement différents entre les hommes et les
sujets féminins (P = 0,059), il était plus faible chez les femmes que chez les hommes. À cet égard, le sérum
les niveaux de vitamine D n'étaient pas non plus statistiquement significatifs entre les sujets masculins et féminins (P =
0,182); cependant, les taux sériques de vitamine D étaient plus faibles chez les femmes que chez les hommes. Non
une différence significative dans les niveaux de zinc sérique a été observée entre les sujets masculins et féminins
Nos résultats ont montré que les taux sériques de zinc et de vitamine D n'affectaient pas le COVID-19
gravité. Cela peut être dû au fait que les taux sériques des deux étaient plus faibles dans les trois groupes que
Ordinaire
Néanmoins,
les niveaux de calcium sérique ont un effet significatif et direct sur la gravité de la maladie et peuvent être utiles pour prédire la
formes graves de la maladie COVID-19. Les résultats de cette étude ont montré que la gravité du COVID-19
était significativement différente chez les patients selon les niveaux de calcium sérique; plus le calcium est bas
niveau, plus la maladie est grave.