Contexte. Les bactériémies liées aux cathéters veineux centraux (BLC sur CVC) sont des infections nosocomiales évitables. Leur prédiction permettrait d’améliorer les stratégies d’intervention précoce et de renforcer la sécurité des patients. Objectif. Développer et évaluer dans le temps des modèles dynamiques de prédiction pour une surveillance continue du risque de BLC sur CVC. Méthodes. Les données de patients hospitalisés porteurs d’un ou plusieurs cathéters centraux admis aux Hôpitaux universitaires de Louvain entre 2014 et 2017 ont été utilisées pour développer cinq modèles dynamiques (un modèle de type landmark cause-specific, deux modèles random forest et deux modèles XGBoost) visant à prédire le risque de BLC sur CVC à 7 jours, en tenant compte des événements concurrents (décès, sortie et retrait du cathéter). Les prédictions des modèles ont ensuite été combinées dans un « modèle superlearner ». Tous les modèles ont été évalués dans le temps à partir de données du même hôpital recueillies entre 2018 et 2020, en utilisant des métriques de performance pour la discrimination, la calibration et l’utilité clinique. Résultats. Parmi 61 629 épisodes de cathéters inclus dans la cohorte d’entraînement, 1 930 (3,1%) ont abouti à une BLC sur CVC, contre 1 059 (2,4%) parmi 44 544 épisodes dans la cohorte test. Parmi les modèles individuels, un modèle XGBoost obtenait la meilleure performance (AUROC 0,748). La calibration était correcte pour des risques prédits ≤5%, tandis que les modèles cause-specific et XGBoost surestimaient les risques plus élevés. Le modèle superlearner montrait une amélioration modeste de la discrimination (AUROC jusqu’à 0,751) et une meilleure calibration que les modèles cause-specific et XGBoost, mais inférieure à celle des modèles random forest. Les modèles présentaient une utilité clinique pour soutenir des interventions de soins standards (seuils de risque entre 0,5 et 4%), mais pas pour orienter des interventions avancées (seuils 15-25%). Conclusion. Les modèles hospitaliers de prédiction du risque de BLC sur CVC présentent une utilité clinique aux seuils de risque intermédiaires. Leur utilité reste toutefois limitée à ce stade, les performances des modèles s’étant dégradées dans le temps.
Albu E, Gao S, Stijnen P, et al.
Hospital-wide, dynamic, individualized prediction of central line-associated bloodstream infections: development and temporal evaluation of six prediction models. BMC Infect Dis. 2025;25(1):597. Doi : 10.1186/s12879-025-10854-1.