外体支援の予測と意思決定支援のための多様式小児重症治療データマート

科学分野:

• 小児重症病棟医療 幼児重症病棟医療
• バイオメディカル・インフォマティクス
• データサイエンス データサイエンス

背景:

• 小児重症治療における予測モデルの開発には,統合された高解像度データが必要です.
• 外体膜酸素化 (ECMO) の現在の予測ツールでは,静的変数を使用し,対照群が欠けていることが多い.
• 先進的な臨床意思決定を支援するために,ダイナミックでマルチモダルのデータ統合が必要である.

研究 の 目的:

• マルチモダルの小児重症治療データマートを作成するために.
• 予測モデリングと臨床意思決定支援ツールの開発を支援する.
• 将来の臨床展開のために,高解像度の生理学的および臨床データを統合する.

主な方法:

• 電子医療記録データ,高解像度テレメトリ,ECMO専用のデータセットを統合した継続的に拡大するデータマートを開発しました.
• 専門家のキュレーションによる神経学的アウトカムとリンクされた静的および縦のタイムシリーズ変数.
• ECMO患者およびECMO患者以外の患者の経路ベースの分析を可能にしました.

主要な成果:

• このデータマートには,25,762人の小児患者が含まれており,そのうち395人がECMOのサポートを受けている.
• 生理学,実験室,薬剤,テレメトリ情報を含む粒状の縦断データをキャプチャします.
• データは,ダイナミック・プレディクティブ・モデリングと軌道ベースのマルチモダル分析に適しています.

結論:

• このデータマートは,軌道をベースにしたマルチモダルモデリングを可能にし,進化する生理学と神経学的結果を反映しています.
• ECMOを超えて,小児重症治療における予測モデリングのためのスケーラブルな基盤を提供し,ECMOを超えて拡張します.
• 精度の高い意思決定と小児重症治療におけるアウトカム研究を支援します.