Elvan Burak VERDİ
Tuberculosis and Thorax - 2026;74(1):43-57
Giriş: Basitleştirilmiş pulmoner emboli şiddet indeksi (sPESI), akut pulmoner embolide (PE) yatak başı risk değerlendirmesinde yaygın olarak kullanılmaktadır. Ancak fizyolojik değişkenlerin eşik değerlerle kategorize edilmesi ve validasyon çalışmalarının ağırlıklı olarak 30 günlük mortaliteye odaklanması, bu skorun uzun dönem öngörü performansını sınırlamaktadır. Bu çalışmada, yalnızca yatak başında rutin olarak elde edilen verilerle 12 aya uzanan mortalite riskini daha hassas öngörebilen makine öğrenmesi temelli bir yaklaşım geliştirdik. Materyal ve Metod: Bilgisayarlı tomografi pulmoner anjiyografi ile doğrulanmış PE tanılı 2547 yetişkinden oluşan retrospektif kohortta, sPESI'nin altı değişkenine ek olarak yaş, kalp hızı, sistolik kan basıncı ve oksijen satürasyonunun sürekli değerlerini içeren 10 değişkenli bir yapı ile lojistik regresyon (LR), XGBoost ve çok katmanlı algılayıcı (MLP) modelleri geliştirildi. Modeller 12 aylık tüm nedenlere bağlı mortalite hedefiyle eğitildi; ardından bağımsız test grubunda 30, 180 ve 365 günlük mortalite açısından değerlendirildi. Bulgular: Geleneksel sPESI'nın ayırt ediciliği takip süresi uzadıkça azaldı (AUC= 30., 180. ve 365. günlerde sırasıyla 0,727; 0,689; 0,665). On değişkenli makine öğrenmesi modelleri tüm zaman dilimlerinde sPESI'ye göre anlamlı düzeyde daha yüksek öngörü performansı gösterdi (tümü p< 0,05). Birincil sonlanım noktası olan 12. ayda LR, XGBoost ve MLP için AUC değerleri sırasıyla 0,720; 0,726; 0,712 idi (sPESI: 0,665). Makine öğrenmesi yaklaşımı 30 günlük özgüllüğü 0,131'den 0,326-0,395 aralığına yükseltirken, duyarlılığı yüksek düzeyde korudu (0,930-0,982). SHapley Additive exPlanations analizleri, zaman dilimine bağlı olarak değişken katkılarının farklılaştığını; erken dönemde hemodinamik belirteçlerin, 12. ayda ise yaş ve malignitenin başlıca belirleyiciler haline geldiğini gösterdi. Sonuç: Yaşamsal bulguların sürekli değerlerini koruyan ve sPESI'nın klinikte kullanılan değişkenleriyle uyumlu kalan bu makine öğrenmesi yaklaşımı, pulmoner embolide 12 aya uzanan mortalite risk sınıflamasını güçlendirmiştir. Bu yatak başı uygulanabilir yöntem, ek veri yükü oluşturmadan taburculuk ve izlem planlamasının daha hedefli yapılmasına katkı sağlayabilir.
