[基于合成少数人过量采样技术算法的急性呼吸困难综合征复杂性败血症的早期预警模型]
Hongwei Duan1, Xiaojing Li1, Xingju Yang2
1Department of Critical Care Medicine, Jinan People's Hospital (People's Hospital Affiliated to Shandong First Medical University), Jinan 271100, Shandong, China.
Zhonghua wei zhong bing ji jiu yi xue
|May 30, 2024
概括
这项研究确定了毒症患者急性呼吸窘迫综合征 (ARDS) 的关键风险因素,开发了一个早期预警模型来预测ARDS并改善患者的治疗结果.
科学领域:
- 关键护理医学 关键护理医学
- 肺部病理学 肺部病理学
- 传染性疾病 传染性疾病
背景情况:
- 败血症是一种危及生命的器官功能障碍,是由宿主对感染反应失调引起的.
- 急性呼吸困扰综合征 (ARDS) 是败血症的常见和严重并发症,与高死亡率有关.
- 在败血症患者中早期发现和干预ARDS对于改善预后至关重要.
研究的目的:
- 为了确定ARDS在败血症患者中发展的独立风险因素.
- 建立和验证一个早期预警模型,用于预测败血症中的ARDS.
- 用SMOTE算法来评估模型的预测性能.
主要方法:
- 一个回顾性病例控制研究,涉及566名败血症患者.
- 后勤回归分析以确定ARDS的独立风险因素.
- 开发基于已识别的风险因素的早期预警模型.
- 使用接收器运营商特征 (ROC) 曲线分析和SMOTE验证模型的预测效率.
主要成果:
- 年龄,肺部感染,胰腺/周胰腺感染,败血症休克和SOFA评分被确定为败血症患者ARDS的独立风险因素.
- 最初的早期预警模型表现出高预测性能,曲线下的面积 (AUC) 为0.882.2.
- 用SMOTE增强的模型显示出更好的预测性能,AUC为0.890,灵敏度更高,特异性好.
结论:
- 年龄,肺部感染,胰腺/周胰腺感染,败血症休克和SOFA分数是败血症中ARDS的重要预测因素.
- 开发的早期预警模型有效地预测了败血症患者的ARDS风险.
- 该模型的临床应用可以促进早期干预,并可能改善ARDS风险的败血症患者的治疗结果.
