Search

Over the last years, there have been advances in the use of data-driven techniques to improve the definition, early recognition, subtypes characterisation, prognostication and treatment personalisation of sepsis. Some of those involve the discovery or evaluation of biomarkers or digital signatures of sepsis or sepsis sub-phenotypes. It is hoped that their identification may improve timeliness and accuracy of diagnosis, suggest physiological pathways and therapeutic targets, inform targeted recruitment into clinical trials, and optimise clinical management. Given the complexities of the sepsis response, panels of biomarkers or models combining biomarkers and clinical data are necessary, as well as specific data analysis methods, which broadly fall under the scope of machine learning. This narrative review gives a brief overview of the main machine learning techniques (mainly in the realms of supervised and unsupervised methods) and published applications that have been used to create sepsis diagnostic tools and identify biomarkers.

Introduction La recherche sur les techniques anesthesiques adaptees aux missions d’exploration spatiale est limitee, parce qu’il n’existe pas de modele humain reproduisant les variations physiologiques induites par l’apesanteur. L’objectif de ce travail etait de definir, grâce a la simulation et par l’avis d’experts, les protocoles d’anesthesie les plus adaptes aux contraintes physiologiques, techniques et humaines des missions d’exploration spatiale en cas de procedures chirurgicales. Materiel et methodes Ce travail prospectif a ete mene sur simulateur haute-fidelite HPS de CAE®. Cinq experts en anesthesie et en simulation medicale ont participe a l’etude. Le HPS a ete programme pour reproduire les perturbations physiologiques retrouvees chez les astronautes (deconditionnement cardiovasculaire). Deux types d’anesthesie generale (AG en ventilation spontanee et AG avec intubation orotracheale) ont ete testes sur 2 scenarios, en comparant 3 protocoles anesthesiques (propofol 1 mg/kg, etomidate 0,3 mg/kg et ketamine 2 mg/kg). Un des scenarios comprenait une hemorragie de 1000 mL surajoutee. Chaque scenario a ete repete 5 fois. La frequence cardiaque (FC), la pression arterielle moyenne (PAM) a la 60e seconde, les volumes de remplissage et le recours a la phenylephrine ont ete releves. La comparaison intergroupe a ete effectuee par un test de Kruskal-Wallis. Donnees presentees en mediane (Interquartile 25–75), p Resultats Les scenarii des groupes ketamine ( Fig. 1 ) s’accompagnait d’une meilleure stabilite tensionnelle. Les groupes propofol et etomidate necessitaient un remplissage significativement plus important que la ketamine (500 mL). Il n’y avait pas de difference significative pour l’administration de phenylephrine. Les experts approuvaient la ketamine comme agent anesthesique de choix. Discussion En reproduisant sur simulateur haute fidelite HPS les variations physiologiques induites par l’apesanteur, la ketamine s’est revelee comme l’agent anesthesique de choix en terme de tolerance hemodynamique pour l’induction en situation hemorragique ou non. Le positionnement de la ketamine en cas de procedure chirurgicale au cours des missions d’exploration spatiale est a considerer.