血流感染:基于机器学习模型 (BLISCO) 的可靠和多维预后得分的推导和验证
Marta Camici1, Benedetta Gottardelli2, Tommaso Novellino3
1Department of Laboratory Science and Infectious Diseases, A. Gemelli University Polyclinic Foundation IRCCS, Rome, Italy; Clinical and Research Infectious Diseases Department, National Institute for Infectious Diseases Lazzaro Spallanzani IRCCS, Rome, Italy.
American journal of infection control
|July 28, 2024
概括
血液感染 (BSI) 的新预后得分有助于预测早期死亡率. 该工具有助于评估患者的风险,并优先考虑非重症监护病房BSI患者的护理.
科学领域:
- 临床医学 临床医学
- 传染性疾病 传染性疾病
- 生物统计学 生物统计学
背景情况:
- 目前无法获得血液培养采集时的血液感染 (BSI) 验证的预后得分.
- 早期识别高风险的BSI患者对于及时干预和资源分配至关重要.
研究的目的:
- 开发和验证一种简单的预后得分,用于预测血液感染患者的死亡率.
- 确定与BSI死亡率相关的关键临床和实验室变量.
主要方法:
- 对4,327名BSI患者进行了回顾性分析,分为衍生 (80%) 和验证 (20%) 队列.
- 使用从电子健康记录中提取的42个变量,采用了后勤回归建模.
- 开发了14天和30天死亡率的预测模型.
主要成果:
- 14天死亡率模型包括年龄,温度,血液尿素,呼吸不充分,血小板,hs-CRP和意识 (AUC=0.783).
- 评分≥6预测14天死亡率为15%,敏感度为74.2%,特异性为72.7%.
- 30天死亡率模型还包括心血管疾病 (AUC=0.697).
结论:
- 易于应用的死亡率得分可以支持对BSI患者的预后评估.
- 这一分数可以帮助优先考虑在ICU以外的血液感染患者的资源.
