Dans un cas fictif, un homme de 68 ans atteint de diabète et de maladie rénale chronique (MRC) arrive en consultation avec un nouveau chiffre dans le rapport du laboratoire : un risque de 24 pour cent d'avoir besoin d'une dialyse ou d'une greffe dans cinq ans. La semaine suivante, hospitalisé pour une chirurgie, il apparaît dans une liste de "haut risque de lésion rénale aiguë" générée par un algorithme du dossier médical électronique. Ce sont deux prédictions sur le même rein, faites par des outils très différents.

La première vient de la Kidney Failure Risk Equation (KFRE), une équation à quatre variables déjà validée dans plus de 30 pays (Tangri et al., 2016). La seconde vient d'un modèle d'apprentissage automatique, la famille d'outils aujourd'hui étiquetée intelligence artificielle (IA). Les deux types promettent la même chose : prévenir avant que le rein ne défaille.

Ce texte montre ce que chaque outil a déjà prouvé, ce qui reste une promesse et quelles questions poser avant de faire confiance à un chiffre de risque. L'accent porte sur trois idées : discrimination, calibration et impact clinique.

Points principaux

• La KFRE à quatre variables utilise l'âge, le sexe, la filtration glomérulaire estimée et le rapport albumine/créatinine urinaire (Tangri et al., 2016).
• Dans 31 cohortes de plus de 30 pays, la KFRE a bien discriminé qui atteindrait l'insuffisance rénale, mais elle a surestimé le risque dans une partie des cohortes hors d'Amérique du Nord (Tangri et al., 2016).
• Bien discriminer et être bien calibré sont des propriétés différentes, et l'usage individuel d'un modèle exige les deux (Huang et al., 2020).
• Un modèle d'apprentissage profond a prédit 55,8 pour cent des épisodes de lésion rénale aiguë jusqu'à 48 heures à l'avance, au prix de deux alertes fausses pour chaque alerte vraie (Tomašev et al., 2019).
• Transposé dans d'autres hôpitaux, un modèle de lésion rénale aiguë tend à perdre en performance (Song et al., 2020).
• Dans des essais randomisés, des alertes automatiques de lésion rénale aiguë ont modifié les conduites, mais n'ont pas amélioré les devenirs des patients (Wilson et al., 2021 ; Li et al., 2024).
• L'OMS demande que l'éthique et les droits humains soient au centre de la conception et de l'usage de l'IA en santé (OMS, 2021).

Sommaire

• Pourquoi prédire le rein avant qu'il ne défaille
• La KFRE : quatre variables, discrimination et calibration
• La KFRE en soins primaires et dans le dépistage
• Apprentissage automatique dans la LRA et validation externe
• Les alertes ne suffisent pas : ce que montrent les essais
• Éthique, équité et gouvernance
• Comment évaluer un modèle avant de lui faire confiance
• Comment NEXO aide à entraîner ce raisonnement
• Questions fréquentes
• Take-home messages

Pourquoi prédire le rein avant qu'il ne défaille

Deux problèmes, deux échelles de temps

La MRC évolue sur des années, et la question clinique est de savoir qui aura besoin d'une dialyse ou d'une greffe et quand. La MRC augmente en incidence et en prévalence dans le monde, et identifier qui présente un risque de progression peut améliorer le soin néphrologique (Tangri et al., 2016). Stadifier la maladie par la filtration et par l'albuminurie, comme dans le texte sur la stadification de la MRC par la KDIGO 2024, est déjà une façon simple d'estimer ce risque.

La lésion rénale aiguë (LRA) survient en heures ou en jours. Elle complique entre 10 et 15 pour cent des hospitalisations et plus de la moitié des hospitalisations en soins intensifs, selon la revue citée par Song et ses collègues (Song et al., 2020). Ceux qui survivent à un épisode ont plus de risque de maladie cardiovasculaire et de progression vers la MRC (Song et al., 2020).

Ce qu'une bonne prédiction permet

Dans la MRC, une estimation fiable aide à décider qui adresser au néphrologue, quand préparer l'accès vasculaire et comment parler au patient de l'avenir. Dans la LRA, le gain attendu est d'agir avant que la créatinine ne monte : revoir les médicaments néphrotoxiques, ajuster les fluides et surveiller la diurèse. Le texte sur la lésion rénale due aux médicaments montre combien de ces décisions dépendent de reconnaître le risque à temps.

Une prédiction n'a de valeur que si elle change une décision. C'est la même logique que la probabilité pré-test : un chiffre n'aide que lorsqu'il déplace la probabilité vers un côté où la conduite change.

La KFRE : quatre variables, discrimination et calibration

Comment l'équation est née

Les KFRE ont été développées chez 3449 patients atteints de MRC de stade 3 à 5 adressés au néphrologue en Ontario, au Canada, et validées chez des patients adressés en Colombie-Britannique (Tangri et al., 2016). Les versions préférées comportent quatre et huit variables, toutes fondées sur l'âge, le sexe et des examens de laboratoire (Tangri et al., 2016).

La version à quatre variables ne nécessite que l'âge, le sexe, le débit de filtration glomérulaire estimé et le rapport albumine/créatinine urinaire (Tangri et al., 2016). Comme toutes ces données figurent déjà dans le système du laboratoire, le risque peut être calculé et rapporté automatiquement chaque fois que les examens sont réalisés (Tangri et al., 2016).

La validation dans 30 pays

Pour savoir si l'équation fonctionnait hors du Canada, le CKD Prognosis Consortium a réuni 31 cohortes comptant 721 357 participants atteints de MRC de stade 3 à 5, dans plus de 30 pays de quatre continents (Tangri et al., 2016). Sur un suivi médian de 4 ans, il y a eu 23 829 épisodes d'insuffisance rénale terminale, définie comme le début de la dialyse ou d'une transplantation (Tangri et al., 2016).

La discrimination était excellente, avec une statistique C de 0,90 à 2 ans et de 0,88 à 5 ans, et elle était semblable dans les sous-groupes d'âge, de race et de diabète (Tangri et al., 2016). Des équations refaites avec les données de toutes les cohortes réunies n'ont apporté aucune amélioration (Tangri et al., 2016).

L'ajustement régional

La calibration était adéquate dans les cohortes nord-américaines, mais l'équation originale surestimait le risque dans une partie des cohortes d'autres régions (Tangri et al., 2016). Un facteur de calibration qui a réduit le risque de base de 32,9 pour cent à 2 ans et de 16,5 pour cent à 5 ans a amélioré la calibration dans 12 des 15 cohortes non nord-américaines à 2 ans et dans 10 des 13 à 5 ans (Tangri et al., 2016).

La proportion de patients dont le risque prévu dépassait 20 pour cent à 2 ans variait de 0,23 pour cent dans une cohorte d'Okinawa à 50 pour cent dans la cohorte européenne CRIB (Tangri et al., 2016). La même équation est donc appliquée à des populations dont les risques de base sont très différents, et c'est là que la calibration locale pèse.

Ordonner les patients ou viser juste le chiffre

La discrimination mesure la capacité à ordonner les patients selon le risque ; la calibration mesure la concordance entre le risque estimé et le risque réel (Huang et al., 2020). Un modèle peut très bien séparer ceux qui ont le plus et le moins de risque et, en même temps, se tromper sur la valeur absolue de la probabilité.

La performance des modèles cliniques est souvent publiée avec des mesures de discrimination, mais l'usage en prévisions individuelles exige une calibration adéquate (Huang et al., 2020). Pour le patient du cas, la différence entre 24 et 12 pour cent de risque peut changer la conversation sur l'accès vasculaire, même si l'ordre entre lui et les autres patients reste le même.

Comment la calibration est mesurée

Le tutoriel de Huang et ses collègues décrit des mesures comme la calibration globale, qui compare le nombre attendu d'événements au nombre observé, et le score de Brier, qui est l'erreur quadratique moyenne entre l'événement réel et la probabilité estimée (Huang et al., 2020). Les auteurs rappellent que le test de Hosmer-Lemeshow est encore très utilisé, malgré des limites connues (Huang et al., 2020).

Un exemple tiré du tutoriel lui-même montre le problème : des modèles de risque de démence en population ont largement surestimé l'incidence, et pour un risque prévu de 40 pour cent, l'incidence observée n'était que de 10 pour cent (Huang et al., 2020). Une erreur de cet ordre dans un modèle rénal entraînerait des adressages, des examens et des conversations inutiles.

Un résumé pour la lecture d'articles

Propriété	Question à laquelle elle répond	Comment elle apparaît d'habitude	Exemple en néphrologie
Discrimination	Le modèle place-t-il les patients à plus haut risque en premier ?	Statistique C ou aire sous la courbe ROC	KFRE avec une statistique C de 0,90 à 2 ans (Tangri et al., 2016)
Calibration	Le risque prévu correspond-il à l'observé ?	Calibration globale, courbes de calibration, score de Brier	Surestimation hors d'Amérique du Nord (Tangri et al., 2016)
Validation externe	La performance se maintient-elle ailleurs ?	Cohortes d'autres hôpitaux ou pays	Baisse de performance entre hôpitaux (Song et al., 2020)
Impact clinique	Utiliser le modèle améliore-t-il les événements ?	Essai randomisé	Alertes d'IRA sans gain sur les événements (Wilson et al., 2021)

Lire un modèle de risque avec ces quatre questions ressemble à la calibration de la confiance dans le diagnostic : la question est de savoir si la certitude déclarée correspond à l'exactitude réelle.

La KFRE dans les soins primaires et le triage

La validation dans les soins primaires

La majeure partie de la MRC est suivie en dehors des services de néphrologie, et la KFRE avait peu de validation externe dans les soins primaires (Major et al., 2019). Une étude britannique a inclus 35 539 personnes atteintes de MRC dans une population adulte de 630 504 personnes suivies en soins primaires (Major et al., 2019).

Dans cette cohorte, 176 personnes ont atteint l'insuffisance rénale terminale en 2 ans et 429 en 5 ans, et la discrimination était excellente, avec une statistique C de 0,932 à 2 ans et de 0,924 à 5 ans (Major et al., 2019). L'équation a toutefois surestimé le risque dans les groupes à faible risque, et réduire le risque de base a amélioré la calibration dans ces groupes au prix d'une certaine sous-estimation dans les groupes à risque plus élevé (Major et al., 2019).

Critères d'orientation fondés sur le risque

Les auteurs ont simulé un critère d'orientation fondé sur un risque d'insuffisance rénale terminale à 5 ans supérieur ou égal à 5 pour cent selon la KFRE, avec ou sans rapport albumine/créatinine supérieur ou égal à 70 mg/mmol (Major et al., 2019). Comparé aux critères en usage, ce seuil a réduit le nombre de personnes éligibles à une orientation qui n'ont pas évolué vers l'insuffisance rénale terminale et a orienté plus tôt, avec une filtration plus élevée, celles qui ont évolué (Major et al., 2019).

Les auteurs eux-mêmes avertissent que la cohorte provenait d'une seule région et que des validations dans des populations plus diverses sont nécessaires avant la mise en œuvre (Major et al., 2019).

L'expérience d'une province canadienne

Au Manitoba, au Canada, le service de néphrologie a commencé en 2012 à utiliser un seuil de risque de 3 pour cent à 5 ans selon la KFRE pour trier les nouvelles orientations de patients atteints de MRC de stades 3 à 5 (Hingwala et al., 2017). Les orientations sous ce seuil, et hors de critères comme la grossesse ou la suspicion de glomérulonéphrite, retournaient aux soins primaires avec des recommandations (Hingwala et al., 2017). Chez la femme enceinte atteinte de MRC, le risque rénal et obstétrical suit une logique propre, discutée dans le texte sur la grossesse dans la maladie rénale chronique.

Le délai médian d'attente est passé de 230 jours avant le triage à 58 jours après, bien que le nombre mensuel d'orientations soit passé de 68 à 94 (Hingwala et al., 2017). Les auteurs reconnaissent qu'ils n'ont pas suivi à long terme les patients classés comme à faible risque (Hingwala et al., 2017).

L'apprentissage automatique dans la LRA et la validation externe

Ce que le modèle d'apprentissage profond a montré

En 2019, un groupe de DeepMind et du Département des affaires des anciens combattants des États-Unis a entraîné un modèle avec les dossiers électroniques de 703 782 adultes de 172 sites d'hospitalisation et 1062 consultations externes (Tomašev et al., 2019). À chaque moment de l'hospitalisation, le modèle estime la probabilité de LRA de tout stade dans les 48 heures suivantes (Tomašev et al., 2019).

Le modèle a prédit 55,8 pour cent des épisodes de LRA pendant l'hospitalisation et 90,2 pour cent des LRA qui ont ensuite exigé une dialyse, jusqu'à 48 heures à l'avance et avec deux alertes fausses pour chaque alerte vraie (Tomašev et al., 2019). À ce seuil, le modèle conduirait à une évaluation clinique quotidienne de 2,7 pour cent des patients hospitalisés (Tomašev et al., 2019).

Les chiffres qui restent hors du titre

L'aire sous la courbe ROC était de 92,1 pour cent, mais l'aire sous la courbe précision-rappel était de 29,7 pour cent (Tomašev et al., 2019). La différence reflète la rareté de l'événement : quand peu de patients ont une LRA, même un modèle qui ordonne bien génère beaucoup de fausses alertes.

Les auteurs reconnaissent que la population ne représente pas la population mondiale : les femmes représentaient 6,38 pour cent des patients, et la performance était moindre dans ce groupe (Tomašev et al., 2019). Valider le système dans une population générale exigerait d'entraîner et d'évaluer le modèle sur d'autres ensembles de données représentatifs (Tomašev et al., 2019).

Validation interne et externe dans trois systèmes de santé

Churpek et ses collègues ont testé un modèle de gradient boosting sur 495 971 hospitalisations d'adultes dans trois systèmes de santé des États-Unis (Churpek et al., 2020). L'aire sous la courbe pour prédire une IRA de stade 2 ou plus en 48 heures était de 0,85 à 0,86 dans les trois, et le modèle a identifié l'IRA de stade 2 en médiane 27 à 39 heures avant que la créatinine ne double (Churpek et al., 2020).

Les auteurs signalent qu'ils ont défini l'IRA uniquement par la créatinine, car le débit urinaire horaire n'était pas disponible pour tous, et que le seuil idéal entre détection et fausses alarmes nécessite encore des essais interventionnels (Churpek et al., 2020).

Pourquoi un modèle se dégrade quand on change d'hôpital

Song et ses collègues ont développé un modèle d'IRA dans un système de santé et l'ont testé dans six systèmes indépendants du réseau PCORnet (Song et al., 2020). Le travail a montré que la baisse de performance entre sites est probable et a attribué cette baisse à l'hétérogénéité des facteurs de risque entre populations (Song et al., 2020).

La revue des auteurs résume le schéma de la littérature : les modèles traditionnels d'IRA avaient une aire sous la courbe de 0,71 à 0,80 dans les études de dérivation, de 0,66 à 0,80 en validation interne et de 0,65 à 0,71 en validation externe (Song et al., 2020). Les auteurs rappellent aussi que le modèle de DeepMind a été entraîné avec des dossiers de patients majoritairement hommes et blancs (Song et al., 2020).

Des données qui changent de nom

Une partie de la perte vient de détails techniques. Dans l'un des exemples, une variable de médication manquait dans tous les sites de validation externe en raison de différences dans la façon d'enregistrer les médicaments (Song et al., 2020). Les auteurs ont proposé une mesure pour estimer, avant le déploiement, combien un modèle doit perdre lorsqu'il est transporté (Song et al., 2020).

Pour ceux qui utilisent l'outil, la leçon est pratique : un modèle validé dans un autre pays ou dans un autre type d'hôpital doit être testé avec les données locales avant d'orienter les conduites. La KFRE a montré le même principe avec le facteur de calibration régionale (Tangri et al., 2016).

Les alertes ne suffisent pas : ce que montrent les essais

Un essai multicentrique avec alerte dans le dossier patient

Wilson et ses collègues ont randomisé 6030 adultes hospitalisés avec une IRA, dans six hôpitaux, pour recevoir ou non une alerte dans le dossier patient informatisé accompagnée d'un ensemble de prescriptions suggérées (Wilson et al., 2021). Le critère de jugement principal combinait progression de l'IRA, dialyse ou décès à 14 jours (Wilson et al., 2021).

Le critère de jugement est survenu chez 21,3 pour cent du groupe avec alerte et chez 20,9 pour cent du groupe avec soins habituels, une différence sans signification statistique (Wilson et al., 2021). Dans les deux hôpitaux non universitaires, toutefois, l'alerte était associée à plus de critères de jugement défavorables et à plus de décès, 15,6 pour cent contre 8,6 pour cent (Wilson et al., 2021).

Pourquoi l'alerte peut gêner

Les auteurs ont évalué si la fatigue des alertes expliquerait la dégradation et n'ont pas trouvé cette association ; ils n'ont pas non plus trouvé d'explication unique au possible dommage (Wilson et al., 2021). Ils concluent que l'hétérogénéité de l'effet entre hôpitaux devrait conduire à une réévaluation des systèmes d'alerte d'IRA en usage (Wilson et al., 2021). Le texte sur la fatigue des alertes discute pourquoi les avertissements en excès perdent de leur force.

Un essai avec alerte sur téléphone portable

Dans un hôpital universitaire de Nanjing, en Chine, Li et ses collègues ont randomisé 2208 adultes avec une IRA pour recevoir ou non une alerte envoyée sur le téléphone portable des médecins, accompagnée d'un ensemble de mesures générales de soins (Li et al., 2024). La variation maximale de la filtration estimée à 7 jours était similaire dans les deux groupes, et les critères de jugement centrés sur le patient, comme le décès et la dialyse, aussi (Li et al., 2024).

L'alerte a changé le comportement : le groupe alerté a reçu plus de liquides intraveineux, moins d'anti-inflammatoires non stéroïdiens (5,0 contre 11,0 pour cent) et a eu plus de mentions de l'IRA à la sortie (Li et al., 2024). Les auteurs suggèrent de combiner l'alerte avec des interventions de haute qualité dans de futures études (Li et al., 2024).

Ce que ces essais enseignent

Prédire ou détecter l'IRA n'est que la première étape ; le bénéfice dépend de ce que l'équipe fait de l'alerte. Un modèle avec une bonne aire sous la courbe, associé à une réponse clinique faible, peut ne rien changer pour le patient. Il en va de même pour d'autres urgences reconnues par des scores, comme dans le sepsis au triage infirmier.

Éthique, équité et gouvernance

Les orientations de l'OMS

En 2021, l'OMS a publié les orientations Ethics and governance of artificial intelligence for health, issues de consultations avec un panel international d'experts en éthique, technologie numérique, droit et droits humains et de ministères de la santé (OMS, 2021). Le document décrit les risques éthiques et propose six principes de consensus pour que l'IA bénéficie au public de tous les pays (OMS, 2021).

Le communiqué de l'OMS met en garde contre la surestimation des bénéfices de l'IA au détriment d'investissements essentiels à la couverture sanitaire universelle (OMS, communiqué de 2021). Il rappelle aussi que des systèmes entraînés surtout avec des données de pays à revenu élevé peuvent mal fonctionner dans des contextes à revenu intermédiaire et faible (OMS, communiqué de 2021).

La position de la société de néphrologie

En 2026, un groupe de travail de l'American Society of Nephrology a publié des principes pour l'usage responsable de l'IA dans les soins rénaux : prioriser le bénéfice au patient, garantir la supervision clinique et encourager l'innovation dans les maladies à forte charge (Tangri et al., 2026). Le point de départ est que le médecin reste toujours dans la boucle de décision (Tangri et al., 2026).

Le document identifie comme défis la qualité des données, l'équité, la transparence et l'intégration au flux clinique (Tangri et al., 2026). En transplantation rénale, les auteurs citent des bases plus petites et fragmentées et le risque de biais comme obstacles importants (Tangri et al., 2026).

Le risque de trop faire confiance

Quand un chiffre apparaît à l'écran, la tentation est de l'accepter sans critique. Le texte sur le biais d'automatisation explique comment une confiance excessive dans les systèmes automatisés mène à des erreurs, et le texte sur l'usage de l'intelligence artificielle dans le raisonnement clinique discute du rôle de l'IA de façon plus large.

Comment évaluer un modèle avant de lui faire confiance

Questions pour l'article

Avant d'utiliser un modèle de risque rénal, il vaut la peine de poser cinq questions à l'article qui le décrit :

1. Sur quelle population a-t-il été développé et qui en a été exclu ? Le modèle de DeepMind, par exemple, comptait peu de femmes (Tomašev et al., 2019).
2. Y a-t-il eu une validation externe dans une autre population ? Les aires sous la courbe diminuent souvent lors de la validation externe (Song et al., 2020).
3. La calibration a-t-elle été rapportée, et pas seulement la discrimination ? L'usage individuel exige les deux (Huang et al., 2020).
4. Combien de fausses alertes le modèle génère-t-il par résultat correct ? Dans le modèle de DeepMind, il y en avait deux fausses pour chaque vraie (Tomašev et al., 2019).
5. Un essai a-t-il montré un bénéfice pour le patient ? Les essais d'alertes d'IRA ont montré un changement de conduite, mais pas de résultat clinique (Wilson et al., 2021 ; Li et al., 2024).

Questions pour le service

Dans le service, les questions changent. Les données locales ont-elles le même format que les données de développement ? Une différence dans la façon d'enregistrer les médicaments a déjà fait disparaître des variables entières lors du transfert entre hôpitaux (Song et al., 2020). Qui va répondre à l'alerte, avec quelle conduite et dans quel délai ? Consigner dans le dossier le risque calculé et la décision prise, comme dans le texte sur comment organiser le raisonnement clinique dans le dossier, aide à auditer l'usage ensuite.

Retour au cas

Pour l'homme de 68 ans, le risque de 24 pour cent à 5 ans selon la KFRE vient d'une équation avec une bonne discrimination dans de nombreux pays, mais dont la calibration doit être vérifiée dans la population locale (Tangri et al., 2016). Dans un service qui utiliserait le seuil de 5 pour cent simulé dans l'étude britannique, il serait déjà adressé au néphrologue (Major et al., 2019).

L'alerte d'IRA pendant l'hospitalisation mérite attention, mais le bénéfice dépend de la réponse clinique, car l'alerte seule a changé les conduites sans améliorer les résultats cliniques (Li et al., 2024). S'il a aussi une anémie de la MRC, le texte sur l'anémie dans la MRC complète l'évaluation. Gérer l'incertitude qui reste, comme discuté dans l'incertitude diagnostique, fait partie de l'usage mature de tout modèle, et la prise de décision clinique reste celle du médecin avec le patient.

Comment NEXO aide à entraîner ce raisonnement

Dans NEXO, le cas du jour est fictif, avec une présentation clinique réelle et jusqu'à six indices progressifs, et vous proposez le diagnostic en cherchant le code dans la CIM-10. Lire un modèle de risque exige le même exercice : peser chaque nouvelle information, réviser la probabilité et décider quand elle suffit pour agir, comme dans l'entraînement au diagnostic différentiel avec indices.

Les limites d'usage du jeu sont décrites sur la page d'Économie de NEXO. Si vous faites de la recherche sur l'enseignement du raisonnement clinique, la page pour les Researcher explique comment prendre contact. Les professionnels qui écrivent ou révisent des cas trouvent des informations dans Curator et dans Creators, et les institutions peuvent découvrir la proposition sur la page pour les partenariats. Chercher le bon code dans la CIM-10 complète cet entraînement.

Questions fréquentes

Qu'est-ce que la KFRE ?

C'est une équation qui estime le risque d'insuffisance rénale terminale, définie comme dialyse ou transplantation, à 2 et 5 ans ; la version à quatre variables utilise l'âge, le sexe, la filtration estimée et le rapport albumine/créatinine (Tangri et al., 2016).

La KFRE fonctionne-t-elle dans tous les pays ?

La discrimination a été excellente dans 31 cohortes de plus de 30 pays, mais certaines régions ont eu besoin d'un facteur de calibration (Tangri et al., 2016).

Quelle est la différence entre discrimination et calibration ?

La discrimination mesure si le modèle ordonne les patients par le risque ; la calibration mesure si le risque prévu correspond au risque observé (Huang et al., 2020).

L'IA parvient-elle déjà à prévoir l'insuffisance rénale aiguë ?

Des modèles d'apprentissage automatique ont prévu une partie des épisodes jusqu'à 48 heures à l'avance, au prix d'alertes fausses (Tomašev et al., 2019 ; Churpek et al., 2020).

Les alertes automatiques d'IRA améliorent-elles les résultats ?

Dans les essais randomisés cités, les alertes ont changé les conduites, mais n'ont pas réduit la progression, la dialyse ou le décès (Wilson et al., 2021 ; Li et al., 2024).

Puis-je utiliser un modèle validé dans un autre pays ?

Avec prudence : la performance tend à baisser quand on change de population, et une validation locale est recommandée (Song et al., 2020).

Messages à retenir

• Utilisez la KFRE comme estimation du risque d'insuffisance rénale terminale dans la MRC aux stades 3 à 5, en gardant à l'esprit que la calibration peut varier selon la région (Tangri et al., 2016).
• Exigez la discrimination et la calibration avant d'utiliser un modèle pour des décisions individuelles (Huang et al., 2020).
• Prenez en compte des critères d'orientation fondés sur le risque, qui ont réduit les attentes et les orientations à faible risque (Hingwala et al., 2017 ; Major et al., 2019).
• Demandez combien d'alertes fausses le modèle d'IRA génère pour chaque bonne détection (Tomašev et al., 2019).
• Testez le modèle avec des données locales avant de le déployer (Song et al., 2020).
• Associez chaque alerte à une réponse clinique définie et mesurez l'effet sur les résultats (Wilson et al., 2021).
• Gardez le médecin dans la boucle de décision et évaluez l'équité et la transparence (Tangri et al., 2026 ; OMS, 2021).

Milestone inventory

• 2016 : la KFRE est validée dans 31 cohortes de plus de 30 pays (Tangri et al., 2016).
• 2017 : le Manitoba rapporte le tri des orientations par la KFRE (Hingwala et al., 2017).
• 2019 : la KFRE est validée dans les soins primaires britanniques (Major et al., 2019).
• 2019 : un modèle d'apprentissage profond prévoit l'IRA jusqu'à 48 heures à l'avance (Tomašev et al., 2019).
• 2020 : des études montrent une validation externe dans trois systèmes et une perte de performance entre hôpitaux (Churpek et al., 2020 ; Song et al., 2020).
• 2021 : l'OMS publie ses orientations sur l'éthique et la gouvernance de l'IA en santé (OMS, 2021).
• 2021 : un essai multicentrique sur les alertes d'IRA ne montre aucun bénéfice sur les résultats (Wilson et al., 2021).
• 2026 : l'American Society of Nephrology publie des principes pour l'usage responsable de l'IA (Tangri et al., 2026).

Références

1. World Health Organization. Ethics and governance of artificial intelligence for health: WHO guidance. Genève : OMS ; 2021. ISBN 9789240029200. Texte intégral.
2. World Health Organization. WHO issues first global report on Artificial Intelligence (AI) in health and six guiding principles for its design and use. Communiqué, 28 juin 2021. Texte intégral.
3. Tangri N, Grams ME, Levey AS, et al. Multinational Assessment of Accuracy of Equations for Predicting Risk of Kidney Failure: A Meta-analysis. JAMA. 2016;315(2):164-174. PMID 26757465. DOI 10.1001/jama.2015.18202.
4. Major RW, Shepherd D, Medcalf JF, et al. The Kidney Failure Risk Equation for prediction of end stage renal disease in UK primary care: An external validation and clinical impact projection cohort study. PLoS Med. 2019;16(11):e1002955. PMID 31693662. DOI 10.1371/journal.pmed.1002955.
5. Hingwala J, Wojciechowski P, Hiebert B, et al. Risk-Based Triage for Nephrology Referrals Using the Kidney Failure Risk Equation. Can J Kidney Health Dis. 2017;4:2054358117722782. PMID 28835850. DOI 10.1177/2054358117722782.
6. Tomašev N, Glorot X, Rae JW, et al. A clinically applicable approach to continuous prediction of future acute kidney injury. Nature. 2019;572(7767):116-119. PMID 31367026. DOI 10.1038/s41586-019-1390-1.
7. Churpek MM, Carey KA, Edelson DP, et al. Internal and External Validation of a Machine Learning Risk Score for Acute Kidney Injury. JAMA Netw Open. 2020;3(8):e2012892. PMID 32780123. DOI 10.1001/jamanetworkopen.2020.12892.
8. Song X, Yu ASL, Kellum JA, et al. Cross-site transportability of an explainable artificial intelligence model for acute kidney injury prediction. Nat Commun. 2020;11(1):5668. PMID 33168827. DOI 10.1038/s41467-020-19551-w.
9. Wilson FP, Martin M, Yamamoto Y, et al. Electronic health record alerts for acute kidney injury: multicenter, randomized clinical trial. BMJ. 2021;372:m4786. PMID 33461986. DOI 10.1136/bmj.m4786.
10. Li T, Wu B, Li L, et al. Automated Electronic Alert for the Care and Outcomes of Adults With Acute Kidney Injury: A Randomized Clinical Trial. JAMA Netw Open. 2024;7(1):e2351710. PMID 38241047. DOI 10.1001/jamanetworkopen.2023.51710.
11. Huang Y, Li W, Macheret F, et al. A tutorial on calibration measurements and calibration models for clinical prediction models. J Am Med Inform Assoc. 2020;27(4):621-633. PMID 32106284. DOI 10.1093/jamia/ocz228.
12. Tangri N, Cheungpasitporn W, Crittenden SD, et al. Responsible Use of Artificial Intelligence to Improve Kidney Care: A Statement from the American Society of Nephrology. J Am Soc Nephrol. 2026;37:881-890. PMID 41201255. DOI 10.1681/asn.0000000929.

Jouez le cas du jour sur NEXO.