Published March 12, 2008
| Version v1
Publication
Open
Decision Tree Algorithms Predict the Diagnosis and Outcome of Dengue Fever in the Early Phase of Illness
Creators
- 1. Novartis (Singapore)
- 2. Tan Tock Seng Hospital
- 3. Genome Institute of Singapore
- 4. National Environment Agency
- 5. Hospital for Tropical Diseases
- 6. Oxford University Clinical Research Unit
- 7. DSO National Laboratories
Description
Dengue is re-emerging throughout the tropical world, causing frequent recurrent epidemics. The initial clinical manifestation of dengue often is confused with other febrile states confounding both clinical management and disease surveillance. Evidence-based triage strategies that identify individuals likely to be in the early stages of dengue illness can direct patient stratification for clinical investigations, management, and virological surveillance. Here we report the identification of algorithms that differentiate dengue from other febrile illnesses in the primary care setting and predict severe disease in adults.A total of 1,200 patients presenting in the first 72 hours of acute febrile illness were recruited and followed up for up to a 4-week period prospectively; 1,012 of these were recruited from Singapore and 188 from Vietnam. Of these, 364 were dengue RT-PCR positive; 173 had dengue fever, 171 had dengue hemorrhagic fever, and 20 had dengue shock syndrome as final diagnosis. Using a C4.5 decision tree classifier for analysis of all clinical, haematological, and virological data, we obtained a diagnostic algorithm that differentiates dengue from non-dengue febrile illness with an accuracy of 84.7%. The algorithm can be used differently in different disease prevalence to yield clinically useful positive and negative predictive values. Furthermore, an algorithm using platelet count, crossover threshold value of a real-time RT-PCR for dengue viral RNA, and presence of pre-existing anti-dengue IgG antibodies in sequential order identified cases with sensitivity and specificity of 78.2% and 80.2%, respectively, that eventually developed thrombocytopenia of 50,000 platelet/mm(3) or less, a level previously shown to be associated with haemorrhage and shock in adults with dengue fever.This study shows a proof-of-concept that decision algorithms using simple clinical and haematological parameters can predict diagnosis and prognosis of dengue disease, a finding that could prove useful in disease management and surveillance.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
عادت حمى الضنك إلى الظهور في جميع أنحاء العالم الاستوائي، مما تسبب في أوبئة متكررة. غالبًا ما يتم الخلط بين المظاهر السريرية الأولية لحمى الضنك والحالات الحموية الأخرى التي تخلط بين الإدارة السريرية ومراقبة الأمراض. يمكن لاستراتيجيات الفرز القائمة على الأدلة التي تحدد الأفراد الذين يحتمل أن يكونوا في المراحل المبكرة من مرض حمى الضنك أن توجه تصنيف المرضى إلى طبقات لإجراء الفحوصات السريرية والإدارة والمراقبة الفيروسية. نبلغ هنا عن تحديد الخوارزميات التي تميز حمى الضنك عن الأمراض الحموية الأخرى في بيئة الرعاية الأولية وتتنبأ بالمرض الشديد لدى البالغين. تم تعيين ما مجموعه 1200 مريض قدموا في أول 72 ساعة من المرض الحموي الحاد ومتابعتهم لمدة تصل إلى 4 أسابيع في المستقبل ؛ تم تعيين 1012 منهم من سنغافورة و 188 من فيتنام. ومن بين هؤلاء، كان 364 مصابًا بحمى الضنك RT - PCR إيجابيًا ؛ و 173 مصابًا بحمى الضنك، و 171 مصابًا بحمى الضنك النزفية، و 20 مصابًا بمتلازمة صدمة الضنك كتشخيص نهائي. باستخدام مصنف شجرة القرار C4.5 لتحليل جميع البيانات السريرية والدمية والفيروسية، حصلنا على خوارزمية تشخيصية تميز حمى الضنك عن مرض الحمى غير الحمى بدقة 84.7 ٪. يمكن استخدام الخوارزمية بشكل مختلف في انتشار الأمراض المختلفة لإنتاج قيم تنبؤية إيجابية وسلبية مفيدة سريريًا. علاوة على ذلك، فإن الخوارزمية التي تستخدم عدد الصفائح الدموية، وقيمة عتبة التقاطع لـ RT - PCR في الوقت الفعلي للحمض النووي الريبي الفيروسي لحمى الضنك، ووجود أجسام مضادة لـ IgG مضادة لحمى الضنك موجودة مسبقًا بترتيب متسلسل تم تحديدها بحالات حساسية وخصوصية 78.2 ٪ و 80.2 ٪، على التوالي، والتي طورت في النهاية نقص الصفيحات الدموية من 50000 صفيحة/مم(3) أو أقل، وهو مستوى ثبت سابقًا أنه مرتبط بالنزيف والصدمة لدى البالغين المصابين بحمى الضنك. تُظهر هذه الدراسة دليلًا على أن خوارزميات القرار التي تستخدم معايير سريرية ودموية بسيطة يمكن أن تتنبأ بتشخيص مرض حمى الضنك وتشخيصه، وهو اكتشاف يمكن أن يكون مفيدًا في إدارة الأمراض ومراقبتها.Translated Description (French)
La dengue réapparaît dans le monde tropical, provoquant de fréquentes épidémies récurrentes. La manifestation clinique initiale de la dengue est souvent confondue avec d'autres états fébriles qui confondent à la fois la prise en charge clinique et la surveillance de la maladie. Les stratégies de triage fondées sur des données probantes qui identifient les personnes susceptibles d'être aux premiers stades de la dengue peuvent orienter la stratification des patients pour les investigations cliniques, la prise en charge et la surveillance virologique. Nous rapportons ici l'identification d'algorithmes qui différencient la dengue des autres maladies fébriles dans le cadre des soins primaires et prédisent une maladie grave chez les adultes. Au total, 1 200 patients se présentant dans les 72 premières heures de la maladie fébrile aiguë ont été recrutés et suivis jusqu'à une période prospective de 4 semaines ; 1 012 d'entre eux ont été recrutés à Singapour et 188 au Vietnam. Parmi ceux-ci, 364 étaient positifs pour la RT-PCR de la dengue ; 173 avaient la dengue, 171 avaient la dengue hémorragique et 20 avaient le syndrome de choc de la dengue comme diagnostic final. À l'aide d'un classificateur d'arbre de décision C4.5 pour l'analyse de toutes les données cliniques, hématologiques et virologiques, nous avons obtenu un algorithme de diagnostic qui différencie la dengue de la maladie fébrile non liée à la dengue avec une précision de 84,7 %. L'algorithme peut être utilisé différemment selon la prévalence de la maladie pour obtenir des valeurs prédictives positives et négatives cliniquement utiles. En outre, un algorithme utilisant la numération plaquettaire, la valeur seuil de croisement d'une RT-PCR en temps réel pour l'ARN viral de la dengue et la présence d'anticorps IgG anti-dengue préexistants dans l'ordre séquentiel a identifié des cas avec une sensibilité et une spécificité de 78,2 % et 80,2 %, respectivement, qui ont finalement développé une thrombocytopénie de 50 000 plaquettes/mm(3) ou moins, un niveau précédemment montré comme étant associé à une hémorragie et à un choc chez les adultes atteints de dengue. Cette étude montre une preuve de concept que les algorithmes de décision utilisant des paramètres cliniques et hématologiques simples peuvent prédire le diagnostic et le pronostic de la dengue, une découverte qui pourrait s'avérer utile dans la gestion et la surveillance de la maladie.Translated Description (Spanish)
El dengue está resurgiendo en todo el mundo tropical, causando frecuentes epidemias recurrentes. La manifestación clínica inicial del dengue a menudo se confunde con otros estados febriles que confunden tanto el manejo clínico como la vigilancia de la enfermedad. Las estrategias de triaje basadas en la evidencia que identifican a las personas que probablemente se encuentren en las primeras etapas de la enfermedad del dengue pueden dirigir la estratificación de los pacientes para las investigaciones clínicas, el manejo y la vigilancia virológica. Aquí informamos la identificación de algoritmos que diferencian el dengue de otras enfermedades febriles en el entorno de atención primaria y predicen una enfermedad grave en adultos. Se reclutaron un total de 1.200 pacientes que se presentaron en las primeras 72 horas de enfermedad febril aguda y se les dio seguimiento hasta por un período de 4 semanas de forma prospectiva; 1.012 de ellos fueron reclutados de Singapur y 188 de Vietnam. De estos, 364 fueron positivos para RT-PCR de dengue; 173 tenían fiebre del dengue, 171 tenían fiebre hemorrágica del dengue y 20 tenían síndrome de choque por dengue como diagnóstico final. Utilizando un clasificador de árbol de decisión C4.5 para el análisis de todos los datos clínicos, hematológicos y virológicos, obtuvimos un algoritmo de diagnóstico que diferencia el dengue de la enfermedad febril no dengue con una precisión del 84,7%. El algoritmo se puede utilizar de manera diferente en diferentes prevalencias de la enfermedad para obtener valores predictivos positivos y negativos clínicamente útiles. Además, un algoritmo que utiliza el recuento de plaquetas, el valor umbral de cruce de una RT-PCR en tiempo real para el ARN viral del dengue y la presencia de anticuerpos IgG anti-dengue preexistentes en orden secuencial identificó casos con sensibilidad y especificidad del 78,2% y 80,2%, respectivamente, que eventualmente desarrollaron trombocitopenia de 50.000 plaquetas/mm(3) o menos, un nivel que previamente se había demostrado que estaba asociado con hemorragia y shock en adultos con fiebre del dengue. Este estudio muestra una prueba de concepto de que los algoritmos de decisión que utilizan parámetros clínicos y hematológicos simples pueden predecir el diagnóstico y el pronóstico de la enfermedad del dengue, un hallazgo que podría resultar útil en el manejo y la vigilancia de la enfermedad.Files
journal.pntd.0000196&type=printable.pdf
Files
(395.5 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:6de3cb52dea3d1b4749d8b1119ce0b9e
|
395.5 kB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- تتنبأ خوارزميات شجرة القرار بتشخيص ونتائج حمى الضنك في المرحلة المبكرة من المرض
- Translated title (French)
- Les algorithmes de l'arbre de décision prédisent le diagnostic et l'issue de la dengue dans la phase précoce de la maladie
- Translated title (Spanish)
- Los algoritmos del árbol de decisiones predicen el diagnóstico y el resultado de la fiebre del dengue en la fase temprana de la enfermedad
Identifiers
- Other
- https://openalex.org/W2044945592
- DOI
- 10.1371/journal.pntd.0000196
References
- https://openalex.org/W1517364942
- https://openalex.org/W1785302422
- https://openalex.org/W1974324469
- https://openalex.org/W2018750823
- https://openalex.org/W2045211613
- https://openalex.org/W2085794680
- https://openalex.org/W2123009908
- https://openalex.org/W2125055259
- https://openalex.org/W2131112023
- https://openalex.org/W2135524013
- https://openalex.org/W2143340783
- https://openalex.org/W2144628854
- https://openalex.org/W2155480356
- https://openalex.org/W2169764493
- https://openalex.org/W2170809965
- https://openalex.org/W2343506131
- https://openalex.org/W2417301195
- https://openalex.org/W2498442854
- https://openalex.org/W4211248568
- https://openalex.org/W4251377027
- https://openalex.org/W4297159704