单心室平行循环患者心肺呼吸系统恶化的自动预测:一个多中心验证研究
Craig G Rusin1, Sebastian I Acosta1, Kennith M Brady2
1Department of Pediatrics-Cardiology, Baylor College of Medicine, Texas Children's Hospital, Houston, Tex.
JTCVS open
|October 9, 2023
概括
一个新的算法可以提前1-2小时预测单心室患者的心肺呼吸系统恶化. 在单心室 (SV) 生理学中,这种早期检测可以通过及时干预来改善结果.
科学领域:
- 儿童心脏病学 儿童心脏病学
- 关键护理医学 关键护理医学
- 生物医学信息学 生物医学信息学
背景情况:
- 单心室 (SV) 生理学的患者在手术息阶段之间面临心肺呼吸系统恶化的高风险.
- 早期发现病情恶化对于及时干预和改善患者结果至关重要.
研究的目的:
- 评估一项先前验证的预测算法,以检测其在患有SV生理学的儿科患者心肺呼吸系统恶化的能力.
- 在阶段间期内,评估算法的性能在前性的多中心队列中.
主要方法:
- 一项前性研究收集了58名SV患者的高分辨率生理数据,这些患者使用了Sickbay软件平台.
- 数据使用预先存在的预测算法进行分析,而无需重新培训.
- 使用标准指标评估性能,包括接收机运行曲线 (ROC) 面积,概率比率和警报率.
主要成果:
- 该算法在检测即将发生的心肺呼吸系统恶化事件方面表现出高灵敏度和特异性 (ROC = 0.927).
- 风险指数指标在公开的极端事件发生之前提供了1至2小时的预警.
- 在监测数据的约28991小时内,共观察到30个恶化事件.
结论:
- 该算法可以为53.6%的SV患者的心肺呼吸系统恶化事件提供1至2小时的警告.
- 该系统每天每名患者产生2.5个警报的低速率,表明了临床可行性.
- 这种预测工具有望改善SV患者在关键的术后和间期期间的管理.
