Comparaison et application des réseaux de neurones artificiels et de la régression logistique binaire dans la prédiction de l’infarctus du myocarde chez les patients admis au service des urgences cardiologiques de l’EHU d’Oran

Abstract

Introduction : l’infarctus du myocarde (IDM) constitue une urgence cardiologique dont le diagnostic au service d’urgence demeure un problème clinique. Dans cette étude, un réseau neuronal artificiel (RNA) a été utilisé et comparé à la régression logistique dans la prédiction de l’IDM chez les patients qui consultent aux urgences pour douleur thoracique.

Patients et méthodes :

Les données des patients ont été aléatoirement réparties en séries de formation et du test. Les modèles de réseaux neuronaux et de régression logistique ont été construits sur la base des données de formation et testés sur les observations du groupe test. Les modèles ont été comparés par l’analyse de leurs courbes ROC (Receiver Operating Curve).

Résultats :

L’enquête a porté sur 540 patients consultant pour douleur thoracique d’origine non traumatique. Le diagnostic de l’IDM a été retenu chez 118 patients (21,8 %). En utilisant les observations du groupe test, le modèle neuronal avait une sensibilité de 81,1 % et une spécificité de 96 %, tandis que le modèle logistique avait une sensibilité de 70,3 % et une spécificité de 94,4 %. L’analyse ROC a montré la supériorité de l’approche neuronale (AUC = 97,2 %) par rapport à la régression logistique (AUC = 91,2 %) (p = 0,0126).

Conclusion :

Cette étude a montré que les RNA ont des capacités prédictives meilleures que la régression logistique. Ils peuvent aider les médecins au service des urgences à prendre des décisions en produisant rapidement des données pertinentes.