Die Patientencharakteristika von insgesamt 26.233 und 152.979 Patienten, die den Auswahlkriterien entsprachen, wurden aus den Memorial Hermann Hospital System (MHHS) und Medical Information Mart for Intensive Care (MIMIC)-IV-Datenbanken identifiziert. Insgesamt wurden 56.233 und 393.713 Indexkulturevents im Laufe der Zeit in den MHHS- und MIMIC-IV-Datensätzen erfasst. Einige Patienten wurden in MRSA- und Nicht-MRSA-Gruppen unterteilt, wenn sie sowohl MRSA- als auch Nicht-MRSA-Event zu verschiedenen Indexzeiten hatten. Demografische Merkmale zum Zeitpunkt der Indexkultur wurden verwendet, um die Charakteristika zu beschreiben. Insgesamt hatte die MRSA-Gruppe eine höhere Anzahl von Intensivstationseinweisungen und Notaufnahme-Patienten im Vergleich zur Nicht-MRSA-Gruppe.
Die am häufigsten verwendeten Antibiotika vor der Indexzeit waren in den Datensätzen unterschiedlich, mit Vancomycin als meistverwendetes Antibiotikum in MHHS und Ceftriaxon als zweithäufigstes Antibiotikum in MIMIC-IV. In Bezug auf die Rasse zeigten sich Unterschiede zwischen den Datensätzen, wobei der MHHS-Datensatz mehr hispanische Patienten aufwies als MIMIC-IV. Die am häufigsten identifizierte Bakterie in den MRSA-Gruppen war S. aureus, während E. coli in der Nicht-MRSA-Gruppe am häufigsten war. Bacteremia und Haut-Weichgewebeinfektionen traten häufiger in den MRSA-Gruppen auf.
In Bezug auf die Vorhersagemodelle zeigte das Deep-Learning-Modell PyTorch_EHR die höchste Genauigkeit in beiden Datensätzen, mit einer Fläche unter der Receiver-Betriebskennlinie von 0,911 in MHHS und 0,859 in MIMIC-IV. Die Modelle hatten akzeptable Genauigkeit in der Vorhersage von Infektionen in den Datensätzen. Es wurden auch Konfusionsmatrizen basierend auf den Hochrisiko- und Niedrigrisikovorhersagen des Modells ausgewertet.
Die potenziellen klinischen Auswirkungen des PyTorch_EHR-Modells wurden analysiert, wobei das Modell in der Vorhersage von Hochrisiko- und Niedrigrisikopatienten unterschiedliche positive und negative prädiktive Werte zeigte. Die Modelle könnten dazu beitragen, eine frühzeitige antibiotische Behandlung bei MRSA-positiven Kulturen zu ermöglichen.
Die Bedeutung verschiedener Merkmale für positive MRSA-Kulturen wurde ebenfalls untersucht, wobei eine Vielzahl von Diagnosen und antimikrobiellen Expositionen vor der Indexzeit identifiziert wurden. Die Ergebnisse könnten dazu beitragen, das Risiko von MRSA-Infektionen besser zu verstehen und geeignete Maßnahmen zu ergreifen.