开发新生儿停留时间预测模型,以实现更高的准确性与更高的可用性
Tzviel Frostig1, Yoav Benjamini2, Orli Kehat3
1Department of Statistics and Operation Research, Tel Aviv University, Ramat Aviv, 69978, Tel Aviv, Israel.
International journal of medical informatics
|November 2, 2023
概括
一个新的模型准确地预测了新生儿重症监护室 (NICU) 停留时间 (LOS) 的早产新生儿,仅使用出生时可用的四个因素. 这种简单而强大的工具有助于NICU管理和父母的焦虑.
科学领域:
- 新生儿科学 新生儿科学
- 生物统计学 生物统计学
- 医疗信息学 医疗信息学
背景情况:
- 过早分娩影响10分之一的新生儿,导致长时间的新生儿重症监护室 (NICU) 停留.
- 延长NICU停留时间 (LOS) 影响医院的资源,成本和父母的福祉.
- 准确预测NICU LOS对于有效的资源配置和管理至关重要.
研究的目的:
- 开发一种可通用和强大的模型,用于预测早产新生儿的NICU LOS.
- 为了确定出生时可用的NICU LOS的关键预测因素.
- 为了比较各种预测建模技术的性能.
主要方法:
- 为了模型开发,利用了来自第三级NICU的5362名新生儿 (2011-2018) 的数据.
- 在另一个三级NICU的8,768名新生儿身上对该模型进行了外部验证.
- 比较随机森林,量子力RF,LASSO,AIC一步向前,以及基于虚假发现率 (FDR) 的新型量子力回归选择方法.
主要成果:
- 一个高阶量子回归模型,在出生时具有四个特征,其性能优于复杂模型.
- 实现的平均绝对误差 (MAE) 为6.26天 (内部) 和6.04天 (外部验证).
- 与基于AIC的选择相比,基于FDR的选择表现优越.
结论:
- 为预测早产婴儿的NICU LOS开发了一种简单,强大的模型.
- 该模型显著改进了用于NICU融资的现有方法.
- 创建了一个可访问的在线网络应用程序,以支持家长和NICU管理.
