Développement d’une Application Web basée sur la Machine Learning pour l’aide au dépistage des varices œsophagiennes au cours de la cirrhose

Résumé

Introduction: Les varices œsophagiennes (VO) constituent une manifestation fréquente de l’hypertension portale chez les patients cirrhotiques. La fibroscopie digestive haute (FDH) constitue l’examen de référence pour le diagnostic de VO. Cependant, il s’agit d’un examen invasif associé à un coût relativement élevé.

Objectif : Développer une application web basée sur le machine learning et le data mining pour le dépistage de VO au cours de la cirrhose.

Méthodes : Il s’agit d’une étude observationnelle analytique. Nous avons colligé les dossiers des patients suivis pour cirrhose et ayant bénéficié d’une FDH entre Janvier 2010 et Décembre 2019. On a adopté une approche méthodique structurée en se référant au CRISP-DM (Cross-Industry Standard Process for Data Mining). Les différentes étapes réalisées étaient : la collecte et la préparation des données, la modélisation, l’évaluation et le déploiement du modèle prédictif dans une application Web.

Résultats: Nous avons inclus 166 patients, 92 femmes (55,4%) et 74 hommes (44,6%). La moyenne d'âge était de 57,2 ans. A la FDH, 16 patients (9,6%) n’avaient pas de VO. Les autres patients avaient des VO grade 1 dans 41 cas (24,7%), VO grade 2 dans 81 cas (24,7%) et VO grade 3 dans 28 cas (16,9%). Après la phase de sélection, parmi les 36 variables initiales, 19 ont été retenues. Trois modèles de machines learning ont été élaborés :un modèle qui permet de prédire l’absence (1) ou la présence (0) des VO, un modèle qui permet de prédire l’absence de larges VO (0 ou grade 1)....( abstract truncated at 250 words)