使用机器学习算法NAVOY® Sepsis在重症监护病人的败血症早期预测,这是一项前性随机临床验证研究

科学领域:

• 关键护理医学 关键护理医学
• 医疗信息学 医疗信息学
• 生物医学工程 生物医学工程

背景情况:

• 败血症是一种危及生命的疾病,需要及时诊断和干预.
• 在重症监护室 (ICU) 早期预测败血症可以显著改善患者的治疗结果.
• 现有的败血症预测方法可能在准确性或及时性方面存在局限性.

研究的目的:

• 为了前性验证NAVOY®败血症预测算法的预后准确性.
• 用例行收集的ICU数据来评估算法的性能.
• 评估算法的预测败血症发展的能力,基于败血症-3标准.

主要方法:

• 一项前性研究涉及304名成年ICU患者,这些患者被随机分为一个算法组 (主动预警) 和一个标准护理组 (默默预测).
• 数据输入包括生命体征,血液气体和4小时内的实验室值.
• 随访患者一直持续到ICU出院,研究对组分配进行了盲目.

主要成果:

• NAVOY® 败血症显示出对败血症发展的高预测性能.
• 该算法实现了0.79的精度,0.80的灵敏度和0.78.8的特异性.
• 预测是在满足败血症-3标准前大约三小时进行的.

结论:

• 这项研究验证了NAVOY® 败血症算法在ICU环境中的高预后准确性.
• 该算法的性能是一致的,甚至包括患有Covid-19的患者.
• 纳沃伊 (NAVOY®) 败血症显示出改善早期败血症检测和重症监护管理的潜力.