重症监护单位获得的弱点的重大风险因素:基于重复机器学习的处理策略
1Intensive Care Unit, People's Hospital of Qiandongnan Miao and Dong Autonomous Prefecture, Kaili 556000, Guizhou Province, China. 463082910@qq.com.
World journal of clinical cases
|March 25, 2024
概括
在重症监护室获得的虚弱 (ICU-AW) 通常是由长时间的机械通风和长时间的ICU停留引起的. 尽量减少这些因素是预防ICU-AW和改善患者康复的关键.
科学领域:
- 临界护理医学 临界护理医学
- 神经学 神经学
- 康复医学 康复医学 康复医学
背景情况:
- 在重症监护室获得的虚弱 (ICU-AW) 是一种常见的并发症,影响患者的康复和结果.
- 目前缺乏针对ICU-AW的有效预防策略.
研究的目的:
- 使用机器学习识别ICU-AW的关键风险因素.
- 为ICU-AW预防和治疗提供建议.
主要方法:
- 根据14天的ICU停留数据,患者被分为ICU-AW和非ICU-AW组.
- 代机器学习,包括多层感知神经网络,用于分析风险因素.
- 模型性能使用接收机操作特征 (ROC) 曲线分析来评估.
主要成果:
- 对于ICU-AW的重大风险因素包括更长的ICU停留时间,延长的机械通风和特定的并发症 (例如败血症,器官衰竭).
- 确定最有影响力的因素是ICU停留时间 (100.0%) 和机械通风持续时间 (54.9%).
- 神经网络模型显示了ICU-AW的高预测精度 (AUC=0.941,灵敏度=92.2%,特异性=82.7%).
结论:
- 住院时间和机械通风的持续时间是ICU-AW的主要驱动因素.
- 尽量减少ICU停留和机械通风的持续时间是ICU-AW的关键预防策略.
