确定七种肺超声波表型:对LUS注册表的一项回顾性观察研究
Qian Wang1,2, Tongjuan Zou1,3, Xueying Zeng1,3
1Department of Critical Care Medicine, West China Hospital, Sichuan University, Chengdu, Sichuan Province, 610041, China.
BMC pulmonary medicine
|October 3, 2024
概括
这项研究使用机器学习识别了七种不同的肺超声波 (LUS) 现象型,区分了严重疾病. 这些LUS表型有助于诊断ARDS和肺等疾病.
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
- 医学成像医学成像
背景情况:
- 肺表型对于评估肺损伤和指导治疗至关重要.
- 像CT扫描这样的当前方法是有限的.
- 肺部超声波 (LUS) 在重症监护中的系统表型评估中未得到充分利用.
研究的目的:
- 根据临床数据系统地识别和分类LUS表型.
- 评估已识别的LUS表型的临床价值.
- 开发一个机器学习算法用于LUS表型分类.
主要方法:
- 对821名患者进行了回顾性分析,其中1902名患者进行了LUS检查.
- 专家开发了一个LUS表型分类算法.
- 使用机器学习和K-means集群分析验证和改进算法.
- 对表型准确性的专家验证和对诊断能力的调查.
主要成果:
- 从1902年的检查中确立了七种不同的LUS表型.
- ARDS显示重力依赖的表型;心脏性肺瘤显示非重力表型.
- 在严重的肺炎中,重力依赖的表型为42%,非重力依赖的表型为58%.
结论:
- 在回顾性数据上使用机器学习识别了七种LUS表型.
- 这些表型代表了危急疾病患者的典型特征.
- 在各种条件下,LUS表型显示出对辅助诊断能力的潜力.
