Page 44 - Livre électronique du congrès national de pneumologie 2023

Il s’agit d’une étude descriptive prospective
longitudinale faisant inclure 50 patients hospitalisé au P48 VALIDATION OF
service de pneumologie pour pneumopathie COVID- MACHINE LEARNING ALGORITHMS
19 en 2021. PREDICTION ACCURACY ON THE
Une évaluation initiale des patients a été faite 1 mois de OUTCOME OF COVID-19 DURING
l’épisode aigue à la consultation externe par le DELTA WAVE
questionnaire PCL-5. Un score supérieur à 32 était en
faveur d’un état de stress post traumatique (ESPT). En A. EL-EUCH1, N. KALLEL 1, S. TRIKI 2, R. GARGOURI 1, R.
juillet 2023, nous avons réévalué ces patients à l'aide de KHEMKHEM 1, N. BAHLOUL 1, H. AYADI 1, N. BAHLOUL 1, N.
l'échelle ""Hospital Anxiety and Depression Scale"" MOUSSA 1, S. KAMMOUN 1
(HAD), en mesurant l'anxiété (A) et la dépression (D). Un 1 : PULMONOLOGY AND ALLERGOLOGY DEPARTMENT, HEDI CHAKER
trouble anxio-dépressif a été retenu si la somme des TEACHING HOSPITAL, SFAX 2: BIOTECHNOLOGY CENTER,
scores (A+D) était supérieure à 13. L'évaluation s'est UNIVERSITY OF SFAX
déroulée au cours d'entretiens téléphoniques. Deux Introduction :
groupe ont été individualisés Groupe 1(G1;n=27) qui ont
un Etat de stress post traumatique et Groupe2 (G2;n=23) The ongoing COVID-19 pandemic has emphasized the
qui ont un score de PCL-5 inférieur à 32. critical need for accurate predictive models to support
clinical decision-making.
Résultats
Aim : We aimed to validate the performance of three
Notre cohorte se composait de 26 femmes (52%) et 24 machine learning algorithms, trained on a population of
hommes (48%), avec un âge moyen de 48,46 ans . Le COVID-19 hospitalized patients in Sfax COVID-19 Center,
tabagisme a été observé chez 27,1% des patients. Parmi on a specified group of patients hospitalized in Delta
eux, 35,4% étaient diabétiques et 37,5% hypertendus. wave of the disease.
L’ESPT était observé chez 57% des patients. Les formes
sévères de la maladie ont été rapportées dans 26% des Methodology :
cas, et elles étaient associées à une prévalence plus Using a comprehensive dataset of clinical variables,
élevée d'ESPT (G1=30% vs G2=19%, p<0,05). Les laboratory measurements and Computed tomography
antécédents personnels d'anxiété étaient plus severity score, we analyze data of 562 patients
fréquents dans le Groupe 1 (11%) que dans le Groupe 2 hospitalized in Sfax Covid 19 Center between July and
(3%).). Le recours au MHC au cours de l’hospitalisation September 2021. After preprocessing step, we trained
n'était pas associé à la survenue d'ESPT (G1=26%, three machine learning models : Elastic Net Regression,
G2=34%, p>0,05). La persistance d’un trouble Random Forest (RF), and K-Nearest Neighbors
anxiodépressif a été observée chez 8,4% des patients, (KNN).These algorithms included feature selection,
deux ans après l'épisode aigu sans différence ensemble-based classification, and instance-based
significative entre les deux groupes (G1=7%, G2=3% ; classification.
p=0,55).
Our target variables were the prediction of outcome
Conclusion including mortality risk and length of hospital stay. Our
Cette étude révèle une prévalence significative des validation process included cross-validation
troubles anxieux parmi les survivants de la COVID-19, en techniques and rigorous model assessment metrics
particulier chez ceux ayant subi des formes sévères de such as accuracy, sensitivity, specificity, Matthews
la maladie. Cependant, elle met également en Correlation Coefficient (MCC), and area under the
évidence que ces troubles anxieux ne persistent que receiver operating characteristic curve (AUC-ROC).
chez un nombre limité de patients à long terme. Cette Results :
compréhension accrue des répercussions
psychologiques Our findings indicate that the Elastic Net algorithm
demonstrated superior performance in terms of
accuracy and AUC-ROC for predicting both mortality

and length of stay, with an accuracy of respectively 78%
and 71%, a AUC-ROC of 0.81 and 0.66. Classification
Random Forest exhibited remarkable sensitivity and
specificity values in identifying high-risk patients for
mortality, achieving precision and recall rates of 84%
and 62.3%, respectively. KNN, on the other hand,

Page 39