Évaluation des facteurs de risque de survenue et de récidive des infections à Clostridioides difficile au CHU de Limoges : étude rétrospective sur trois années

Discipline

Pharmacie

Classification

Médecine et santé

Mots-clés

Infections à Clostridium difficile,

Apprentissage automatique,

Facteurs de risque,

Inhibiteurs de la pompe à protons

Une infection à Clostridioides difficile (ICD) est la première cause de diarrhée infectieuse en France, engendrant un surcoût important. Ces infections sont favorisées par une exposition aux spores de la bactérie, des facteurs liés à l’hôte ou extérieurs. Une étude rétrospective castémoins a été menée au CHU de Limoges de 2018 à 2020 pour définir les facteurs de risque de la population de la Haute-Vienne. Un modèle prédictif par machine learning a été construit grâce aux facteurs de risque retrouvés. Un séjour supérieur à 14 jours, une hypoalbuminémie inférieure à 2,5 g/dl, une antibiothérapie supérieure à 7 jours et un score de Charlson supérieur à 3 favorisaient une ICD. Un séjour supérieur à 14 jours augmentait également le risque de récidive. Parmi la population étudiée, 43% était sous inhibiteurs de la pompe à protons, dont hors AMM pour les trois quarts. Sept modèles de machine learning ont été testés. Le Support Vector Machine permettait d’obtenir la meilleure sensibilité avec 78% et une AUC-ROC de 0,71. Ce modèle est disponible via une application Shiny et permettrait aux cliniciens de déterminer les patients à risque d’ICD.