相关实验视频
Updated: Jun 28, 2025

An R-Based Landscape Validation of a Competing Risk Model
Published on: September 16, 2022
开发和内部验证一个算法,以估计医生人员的直升机紧急医疗服务所遇到的患者的死亡率
Emil Reitala1, Mitja Lääperi2, Markus B Skrifvars2
1Department of Anaesthesia, Intensive Care and Pain Medicine, University of Helsinki and Helsinki University Hospital, PO Box 340, FI-00029, Helsinki, HUS, Finland. emil.reitala@helsinki.fi.
为直升机紧急医疗服务 (HEMS) 开发了一种新的疾病严重性算法. 该工具使用11个变量来预测死亡率,有助于提高医院前护理的质量.
科学领域:
- 紧急医疗 紧急医疗
- 关键护理医学 关键护理医学
- 医疗保健服务研究 医疗服务研究
背景情况:
- 疾病严重性评分系统对于重症监护病房的结果评估至关重要.
- 在类似的验证工具中存在一个缺口,用于医院前急诊医学.
- 这项研究解决了在直升机紧急医疗服务 (HEMS) 中对死亡率预测算法的需求.
研究的目的:
- 开发和内部验证一套新的死亡率预测算法,用于由医生员工HEMS.治疗的患者.
- 确定主要的人口统计学,任务特定和生理学变量,预测30天死亡率.
- 为提高HEMS的质量提供一个工具.
主要方法:
- 一项使用国家HEMS数据库 (2012-2019) 的多中心回顾性观察队列研究.
- 包括16岁及以上的患者,接受由医生配备的HEMS单位治疗.
- 多变量逻辑回归和多重归算技术被用于开发和验证算法.
主要成果:
- 最终分析包括30186名患者,30天死亡率为29%.
- 确定了11个预测变量,包括生理测量,患者人口统计和任务特征.
- 内部验证的算法显示出高预测性能 (AUC 0.921,比尔分为 0.097).
结论:
- 开发了一种新的,内部验证的疾病严重程度算法,用于由医生配备的HEMS.
- 该算法包含11个关键变量来预测患者死亡率.
- 这种工具有可能在HEMS的质量改进计划中显著帮助.
更多相关视频
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
09:52Setting Up a Stroke Team Algorithm and Conducting Simulation-based Training in the Emergency Department - A Practical Guide
Published on: January 15, 2017
相关概念视频
Kaplan-Meier Approach
Comparing the Survival Analysis of Two or More Groups
Actuarial Approach
Consider the example of a high-risk surgical procedure with significant early-stage mortality. A two-year clinical study is conducted,...
Mechanistic Models: Compartment Models in Algorithms for Numerical Problem Solving
In individual population analyses, different algorithms are employed, such as Cauchy's method, which uses a...