基于机器学习的评估乳酸对预测早产婴儿新生儿死亡率的有用性
Moon-Yeon Oh1, Sol Kim1, Minsoo Kim1
1Department of Pediatrics, Seoul St. Mary's Hospital, The Catholic University of Korea, Seoul, Republic of Korea; Department of Pediatrics, College of Medicine, The Catholic University of Korea, Seoul, Republic of Korea.
Pediatrics and neonatology
|October 6, 2024
概括
在生命的头几个小时内乳酸水平升高表明,在出生时体重非常低的早产婴儿中,死亡风险更高. 机器学习模型显示,乳酸是住院死亡率的关键预测因素.
科学领域:
- 新生儿科学 新生儿科学
- 生物化学 生物化学
- 医疗信息学 医疗信息学
背景情况:
- 与成人和老年儿童相比,乳酸对新生儿后果的作用,特别是早产婴儿的作用,研究不足.
- 非常低出生体重 (VLBW) 的早产婴儿面临显著的死亡风险,需要改进预测因素.
- 早期识别有风险的VLBW婴儿对于及时干预和改善生存率至关重要.
研究的目的:
- 调查VLBW早产婴儿早期乳酸水平与新生儿死亡率之间的关联.
- 为了确定乳酸测量是否提高了医院住院死亡率预测模型的准确性,在这个脆弱的人群中.
主要方法:
- 韩国4级NICU电子医疗记录的回顾性审查.
- 收集VLBW早产婴儿在生命的前12小时内的乳酸水平.
- 基于乳酸水平的新生儿死亡率和发病率的比较,并评估带有和没有乳酸的机器学习模型,用于预测住院死亡率.
主要成果:
- 乳酸盐水平高 (≥3度IQR) 的婴儿在第7天和第30天的死亡率显着更高.
- 总体而言,高乳糖组的住院死亡率是高乳糖组的两倍多,尽管具有边界统计学意义.
- 机器学习模型 (随机森林,梯度提升,LightGBM) 表明,当乳酸被纳入时,预测性能 (AUC) 得到改善,乳酸是排名第一的特征.
结论:
- 早期产后乳酸水平是VLBW早产儿在医院死亡的重要因素.
- 将乳酸测量纳入机器学习模型可以提高对VLBW新生儿的临床结果和医院病程的预测.
