Metaanalýza zveřejněná v časopise PLOS One zjistila u modelů strojového učení souhrnnou hodnotu AUC 0,79 na validačních souborech. Autoři však upozorňují na rozdíly mezi studiemi, nedostatek nezávislého ověřování a velmi omezené poznatky o dlouhodobé úmrtnosti.
Výzkumníci Hanxi Lv, Yan Gao a Aiping Yu vyhledali v odborných databázích studie publikované do dubna 2026, které vyvíjely nebo ověřovaly modely pro předpověď úmrtnosti dospělých pacientů se sepsí a souvisejícími komplikacemi. Výsledky systematického přehledu a metaanalýzy vyšly 2. listopadu 2026 v časopise PLOS One.
U krátkodobé úmrtnosti dosáhly modely souhrnné plochy pod křivkou AUC 0,82 v trénovacích souborech a 0,79 ve validačních souborech. Do prvního výsledku vstoupilo 46 studií zahrnujících 15 typů modelů, do druhého 50 studií a 25 typů modelů. Krátkodobá úmrtnost přitom podle zařazených prací zahrnovala úmrtí v nemocnici či na jednotce intenzivní péče nebo úmrtí do 28, 30 či 90 dnů.
Nejčastěji hodnocená logistická regrese vykázala ve validačních souborech AUC 0,81. Náhodné lesy a metoda XGBoost dosahovaly v trénovacích i validačních souborech hodnot mezi 0,81 a 0,83. Nejvyšší jednotlivé výsledky modelů LightGBM a DL-CMT však v obou případech vycházely pouze z jedné studie, a nelze je proto považovat za pevný důkaz jejich převahy.
Mezi komplikacemi měly nejpřesvědčivější podklady sepse spojená s encefalopatií a sepsí vyvolaná porucha srážlivosti; relativně robustní byly také podklady pro akutní poškození ledvin spojené se sepsí. U některých dalších komplikací se závěry opíraly jen o jednotlivé studie. Důkazů o předpovídání dlouhodobé, například roční úmrtnosti bylo podle autorů mimořádně málo.
Výsledky navíc provázela značná nevysvětlená různorodost. Studie se lišily skladbou pacientů, prostředím péče, regionem, závažností případů, dobou sledování i způsobem vývoje a ověřování modelů. Téměř polovina prací pocházela z jediného centra a jen několik modelů prošlo skutečným externím ověřením na zcela nezávislých datech. Metaanalýza také nemohla posoudit shodu předpovězených pravděpodobností se skutečnými výsledky ani praktický klinický přínos modelů. Autoři proto považují jejich možné využití pro časné rozdělení pacientů podle rizika za slibné, současně ale požadují kvalitnější studie a důsledné externí ověřování.
Lv et al This is an open access article distributed under the terms of the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original author and source are credited. Selected abstract and body passages only; no figure, table, dataset, logo or third-party media reuse.
České zpracování a případný překlad: novinky.nakupovani.cz, 2026, s využitím AI. Text byl zkrácen a redakčně upraven. Nejde o oficiální překlad ani schválení autorem či PLOS.
